كيف ساعد نموذج o3 من OpenAI في تشخيص أمراض نادرة لدى الأطفال
تشكل الأمراض الوراثية النادرة تحدياً كبيراً للأطباء والباحثين، خاصة عندما تفشل الفحوصات التقليدية في الوصول إلى تشخيص واضح. وفي دراسة حديثة، أظهر نموذج o3 من OpenAI قدرته على المساعدة في كشف حالات ظلت دون حلول لسنوات.
تفاصيل الخبر
أجرى باحثون من مستشفى بوسطن للأطفال وجامعة هارفارد دراسة لاختبار قدرات نموذج o3 Deep Research في التعامل مع حالات وراثية معقدة لم يتمكن الأطباء من تشخيصها سابقاً.
ومن أبرز نتائج الدراسة حول نموذج o3:
- شملت الدراسة 376 حالة وراثية نادرة لأطفال لم يتم التوصل إلى تشخيص نهائي لها.
- استخدم الباحثون بيانات مجهولة الهوية تتضمن الأعراض الجينية والطبية لكل مريض.
- تم تزويد النموذج بقائمة مختصرة من الجينات المشتبه بارتباطها بالحالة.
- قام o3 بتحليل أنماط الوراثة وربطها بقواعد البيانات العلمية والأبحاث الحديثة.
- ساعد النموذج في الوصول إلى 18 تشخيصاً جديداً تم تأكيدها لاحقاً من قبل الأطباء.
- مثلت النتائج نسبة نجاح بلغت نحو 4.8% من إجمالي الحالات التي كانت تعتبر مستعصية.
- كشفت الدراسة أن 7 حالات من التشخيصات كانت موجودة بالفعل في قواعد بيانات أو مراكز طبية أخرى، لكنها لم تصل إلى السجلات الطبية المحلية للمرضى.
- أظهر النموذج قدرة على ربط المعلومات الموزعة عبر مصادر مختلفة بسرعة أكبر من الأساليب التقليدية.
وتسلط هذه النتائج الضوء على إمكانية استخدام الذكاء الاصطناعي كأداة داعمة للأطباء، خاصة في الحالات التي تتطلب مراجعة كميات ضخمة من الأبحاث والبيانات الطبية المتجددة باستمرار.
الأهداف المستقبلية
يفتح هذا النجاح الباب أمام استخدامات أوسع للذكاء الاصطناعي في المجال الطبي خلال السنوات القادمة، ومن أبرز الأهداف المستقبلية:
- تسريع تشخيص الأمراض الوراثية النادرة.
- تقليل عدد الحالات التي تبقى دون تشخيص لسنوات طويلة.
- مساعدة الأطباء في مراجعة الملفات الطبية القديمة بصورة دورية.
- الاستفادة من أحدث الأبحاث الطبية فور صدورها.
- تحسين الربط بين قواعد البيانات والمراكز الطبية المختلفة.
- دعم اتخاذ القرار السريري من خلال تحليل الأدلة العلمية المتاحة.
- توفير فرص جديدة للمرضى للحصول على علاجات أكثر دقة.
- تقليل العبء الواقع على الفرق الطبية المتخصصة.
ولا تزال نسبة كبيرة من حالات الأمراض النادرة دون تشخيص حتى بعد إجراء التحاليل الجينية المتقدمة، مما يجعل الحاجة إلى أدوات ذكية قادرة على إعادة فحص البيانات أمراً بالغ الأهمية.
في الختام، توضح هذه الدراسة كيف يمكن للذكاء الاصطناعي أن يمنح المرضى والأطباء فرصة جديدة للوصول إلى إجابات كانت تبدو مستحيلة سابقاً، مما يعزز دور النماذج المتقدمة في مستقبل الرعاية الصحية والطب الدقيق.
