تواجه هيئة الخدمات الصحية الوطنية البريطانية اليوم قيودا زمنية شديدة، مع خطر إجراء مشاورات قصيرة ومخاوف بشأن خطر التشخيص الخاطئ أو تأخير الرعاية وتتفاقم هذه التحديات بسبب محدودية الموارد وإرهاق الموظفين ما يؤدي إلى فترات انتظار طويلة للمرضى واستراتيجيات العلاج العامة.
يمكن للموظفين العمل من خلال عرض سطحي لبيانات المرضى، بالاعتماد على التاريخ الطبي الأساسي ونتائج الاختبارات الحديثة، يتعارض هذا النقص في البيانات الشاملة مع قدرتهم على الفهم الكامل لاحتياجات المرضى ويضعف دقة التشخيص والعلاجات وتخصيصها. ومن الممكن أن نطلق على نهج الرعاية الصحية هذا، الذي يتسم بهذه القيود والالتزامات، وصف "الطب الضحل".
قدم طبيب القلب والعالم الأمريكي إريك توبول مفهوم "الطب العميق" في كتابه الصادر عام 2019 بعنوان “الطب العميق: كيف يمكن للذكاء الاصطناعي أن يجعل الرعاية الصحية إنسانية مرة أخرى”، وهو ينتقد نموذج الطب الضحل في الولايات المتحدة، ويقدم رؤى من تجاربه السريرية والشخصية.
يمتلك الطب العميق القدرة على إحداث ثورة في التشخيص الطبي، وفعالية العلاجات، والاعتبارات التشغيلية، حيث يقدم توبول الذكاء الاصطناعي (AI) كحل تحويلي لهذه القضايا السطحية النظامية، وهو يوضح ما يسميه إطار الطب العميق كاستراتيجية شاملة لدمج الذكاء الاصطناعي في جوانب مختلفة من الرعاية الصحية.
يعتمد إطار الطب العميق على ثلاث ركائز أساسية: النمط الظاهري العميق، والتعلم العميق، والتعاطف العميق، جميع هذه الركائز مترابطة، واعتماد هذا الإطار يمكن أن يعزز رعاية المرضى، ويدعم موظفي الرعاية الصحية، ويقوي نظام الخدمات الصحية الوطنية بأكمله.
النمط الظاهري العميق
يشير النمط الظاهري العميق إلى صورة شاملة للبيانات الصحية للفرد طوال حياته، يتجاوز النمط الظاهري العميق البيانات المحدودة التي يتم جمعها خلال موعد طبي قياسي أو نوبة صحية، ويتضمن أشياء مثل الشفرة الوراثية للشخص، والحمض النووي للفرد بأكمله، ومعلومات حول ميكروبات الجسم أو الميكروبيوم.
وهو يشمل ما يعرف بـ “الإكسبوسوم”، وهي الأشياء الموجودة في البيئة والتي يتعرض لها الإنسان خلال حياته، مثل تلوث الهواء، ويتضمن علامات تكشف تفاصيل عمليات التمثيل الغذائي التي تحدث في جسم الشخص والبروتينات التي يعبر عنها جسمه، بالإضافة إلى المقاييس والمقاييس البيولوجية الأخرى، وهي تشتمل على السجلات الصحية الإلكترونية للشخص، بما في ذلك تاريخه الطبي وتشخيصاته وعلاجاته ونتائجه المخبرية.
تعلم عميق
تتمثل الفلسفة التي تقوم عليها التنميط الظاهري العميق في الجمع بين هذه البيانات المتنوعة لتمكين تشخيص أكثر دقة وسرعة، وعلاجات دقيقة وفعالة، وتعزيز استراتيجيات الطب التنبؤية والوقائية، ومع ذلك فإن الحجم الهائل للبيانات المجمعة وتعقيدها يشكل تحديات كبيرة لتحليلها برمتها. هذا هو المكان الذي يكون فيه التعلم العميق – وهو أحد مجالات الذكاء الاصطناعي الذي يسعى إلى محاكاة قوة اتخاذ القرار في الدماغ البشري – ذا قيمة كبيرة، كما يستخدم التعلم العميق خوارزمية تسمى الشبكة العصبية التي تستخدم أجهزة كمبيوتر رياضية صغيرة تسمى "الخلايا العصبية" متصلة ببعضها البعض لمشاركة المعلومات وتعلمها.
وفقا لتقرير TheNextweb فأن التقدم في خوارزميات الشبكات العصبية والتكنولوجيا وتوافر البيانات الرقمية قد مكنت الشبكات العصبية من إظهار أداء مثير للإعجاب، على سبيل المثال أتاحت إمكانية التحليل السريع والدقيق للصور الطبية، مثل الأشعة السينية والرنين المغناطيسي، حيث يمكنهم إنشاء تقارير والتنبؤ بتطور المرض ونتائجه للمريض.
وأثبت الذكاء الاصطناعي أهميته في اكتشاف الأدوية وتحديد العلامات الكيميائية في الجسم، مثل تلك التي يمكن أن تشير إلى وجود السرطان، حيث يمكنهم التحكم في الأدوات المستخدمة في الجراحة الروبوتية، بالإضافة إلى ذلك، يمكن لتقنية الذكاء الاصطناعي مثل تلك الموجودة في ChatGPT معالجة الأدبيات الطبية وسجلات المرضى للمساعدة في إجراء تشخيصات معقدة، حيث يمكنهم أتمتة مهام الكتابة، مثل تدوين الملاحظات وإدخال البيانات.
التعاطف العميق
يمكن أن يساعد دمج أنظمة الذكاء الاصطناعي في تبسيط المهام التشغيلية في الخدمات الصحية مثل هيئة الخدمات الصحية الوطنية، وتشمل هذه إدارة الأسرة وسير العمل في المستشفى، ومع ذلك لا ينبغي أن يكون تطوير تقنيات الذكاء الاصطناعي عشوائيًا، بل يجب أن يستهدف الاحتياجات السريرية الحقيقية وأن يكون مصممًا لتعزيز علاقات أفضل بين المرضى والموظفين، وهذا هو عمود الطب العميق المعروف بالتعاطف العميق.
وأصبحت الرعاية الصحية على نحو متزايد مجالًا حيث اللمسة الإنسانية، التي كانت حجر الزاوية فيها، طغت عليها السعي الدؤوب لتحقيق الكفاءة، حيث يواجه موظفو الرعاية الصحية عبئًا متزايدًا من المهام الإدارية، وهذا يمكن أن يقلل من الوقت الذي يخصصونه لكل مريض، مما يؤدي إلى تآكل جوهر الرعاية الرحيمة وفوائدها المحتملة.
ويحتاج الموظفون إلى الحساسية والوقت للاستجابة للاحتياجات العاطفية والنفسية للمرضى وأسرهم، وهذا يعزز بيئة رعاية داعمة ورحيمة، ويقوي الاتصال الإنساني في قلب الرعاية الصحية.
يمكن تصميم حلول الذكاء الاصطناعي لتقليل الأعباء الإدارية للموظفين، وفتح المزيد من الفرص للتفاعل الهادف مع المريض، ومن خلال إزالة هذه العوائق، فإننا نسمح بالتركيز بشكل أكبر على الرعاية المباشرة للمرضى، مما يساعد على تحسين جودة الخدمة المقدمة، ونأمل أن نحقق رضا المرضى.
هناك أيضًا فرصة تحويلية لإعادة التفكير في الكفاءة، ووضع العلاقات بين المرضى والموظفين في جوهرها، وهو يتصور مستقبلًا يتفوق فيه موظفو الرعاية الصحية في كل من المهارات التقنية والذكاء العاطفي، مما يمكنهم من تلبية الاحتياجات النفسية للمرضى بفهم وتعاطف حقيقيين.
