ما الذي يعنيه الاستدلال البايزي حقًا في الذكاء الاصطناعي السريري

لا أحد يطلب فحصًا وهو يتمنى أن يكون إيجابيًا

حين تطلب الطبيبة troponin، فهي لا تسأل: «هل أصيب هذا المريض بنوبة قلبية؟» بل تسأل: «إلى أي حد ينبغي أن أعدّل تقديري في ضوء هذه النتيجة؟» والسؤالان مختلفان.

فقبل أن تطلب الفحص يكون لديها تقدير مسبق. رجل عمره 62 عامًا يشكو ألمًا صدريًا يمتد إلى الذراع اليسرى مع تعرّق غزير: احتمال ما قبل الاختبار للمتلازمة التاجية الحادة عنده مرتفع. وامرأة عمرها 28 عامًا جاءت بالشكوى نفسها بعد ثلاثة فناجين إسبريسو: الاحتمال عندها منخفض. نتيجة الـ troponin لا تعني الشيء نفسه لكليهما. ارتفاع طفيف في الـ troponin عند المريض الأول يؤكد ما كانت تشك فيه أصلًا. أما النتيجة نفسها عند المريضة الثانية فالأرجح أنها إيجابية كاذبة، لأن الفحص نفسه ليس مثاليًا، وحين تطبق فحصًا ناقصًا على شخص يُرجَّح أنه سليم، تعمل الحسابات ضدك.

لكل فحص حساسية (sensitivity) ونوعية (specificity). الحساسية تخبرك كم مرة يكشف الفحص المرض حين يكون موجودًا فعلًا، والنوعية تخبرك كم مرة يبرّئ بحق من لا يحمله. ولا يبلغ أي فحص 100% في أيٍّ منهما. الفحص الذي تبلغ حساسيته 95% يفوّت مع ذلك 5% من الحالات الحقيقية، والفحص الذي تبلغ نوعيته 90% يتهم خطأً 10% من الأصحاء. هذه الأرقام خصائص للفحص لا للمريض. ومعناها أن كل نتيجة تحمل قدرًا من عدم اليقين، ينبغي أن يعدّل ثقتك لا أن يحل محلها.

هذا هو الاستدلال البايزي ببساطة. تبدأ بما تعرفه عن المريض، ثم تصلك معلومة جديدة، فتعدّل تقديرك بقدر ما تستحقه تلك المعلومة من ثقة. ثم تعيد الكرّة مع المعلومة التالية.

ومعظم الذكاء الاصطناعي السريري يفعل العكس

تعمل معظم أنظمة الذكاء الاصطناعي في الرعاية الصحية إلى الوراء. تأخذ مجموعة من النتائج، من علامات حيوية وتحاليل وتشخيصات وأدوية، وتطابقها بأثر رجعي مع أنماط تعلّمتها من بيانات التدريب. يرى النظام creatinine بقيمة 1.6، وتاريخًا من السكري، وACE inhibitor في قائمة الأدوية، فيخرج بعبارة «CKD مرجَّح»، لأن هذه التوليفة تكررت كثيرًا في الحالات التي تدرب عليها.

يبدو ذلك معقولًا إلى أن تفكر فيما ينقصه. النظام لا يعرف إن كان الـ creatinine في ارتفاع أم مستقرًا. ولا يعرف إن كان الـ ACE inhibitor قد وُصف لحماية الكلى أم لضبط الضغط. ولا يعرف أن الـ creatinine كان 0.9 قبل عامين وأنه يصعد منذ ذلك الحين بثبات. ولا يحسب حساب أن فحص الـ albumin في البول له معدل إيجابية كاذبة يبلغ 15% في هذه الفئة من المرضى. كل ما يفعله أنه يطابق لقطة اللحظة مع أنماط الماضي ويضع عليها تسمية.

أما الطبيبة التي تنظر في المريض نفسه فتستدل إلى الأمام. تبدأ باحتمال CKD المسبق بحسب عمر المريض وجنسه وعوامل الخطر لديه. ثم تعدّل تقديرها في ضوء الـ creatinine، لكنها تزن هذا التعديل بقدر ثقتها في قياس واحد. وتنظر إلى الاتجاه لا إلى رقم اليوم وحده. وتأخذ الـ ACE inhibitor في الحسبان، لكنها تسأل لماذا وُصف قبل أن تعدّه دليلًا على مرض كلوي. كل دليل يحرّك الاحتمال، وكل دليل يوزن بمقدار موثوقيته.

المنهج الرجعي يسأل: بماذا يشبه هذا؟ والمنهج الاستباقي يسأل: في ضوء كل ما نعرفه حتى الآن، ماذا تضيف هذه المعلومة الجديدة، وإلى أي حد نثق بها؟

أن ترى المريض كله، لا نتائجه فقط

من أول ما يتعلمه الطبيب في تدريبه أنه يعالج المريض لا نتيجة المختبر. قيمة potassium تبلغ 5.8 في عينة فيها انحلال دم (hemolyzed) لا تعني شيئًا. وضغط دم يبلغ 160 عند مريض وصل إلى موعده ركضًا ليس ارتفاعًا في ضغط الدم. السياق هو ما يحدد إن كانت النتيجة إشارة أم ضجيجًا، والسياق يتطلب أن تعرف عن المريض أكثر مما في ملف اليوم.

الذكاء الاصطناعي العام يعالج النتائج. يقرأ الأرقام والملاحظات والتشخيصات المرمّزة، ويخرج بنتيجة مبنية على أنماط في النص. وهو بارع في ذلك: يلخّص تقرير الخروج أسرع من أي إنسان، ويستخرج بيانات منظمة من نص سريري فوضوي. لكنه يقرأ الملف كما تقرأ حالة دراسية في كتاب: بعد أن انتهى كل شيء.

أما الطبيبة التي تعاين مريضًا في الوقت الحقيقي فتفعل شيئًا آخر. إنها تستدل في ظل عدم اليقين، وتمضي مع الزمن إلى الأمام، وتحدّث تقييمها مع كل معلومة جديدة، وتزن كل معلومة بقدر ثقتها بها. تعرف أن D-dimer إيجابيًا عند مريض منخفض الخطورة هو في الأغلب إيجابية كاذبة. وتعرف أن صورة أشعة صدر طبيعية لا تنفي التهابًا رئويًا في بدايته. تحمل الاحتمال المسبق في ذهنها وتعدّله مع كل موجودة، لا بالقدر نفسه في كل مرة، بل بحسب القيمة التشخيصية لكل موجودة.

حين بنينا Chroneme أردنا أن يستدل النظام كما تستدل هي، لا كما يبحث محرك البحث. إلى الأمام لا إلى الوراء. يحدّث الاحتمالات مع كل دليل جديد، ويزن كل دليل بقدر موثوقيته الفعلية.

كيف يجري ذلك في الواقع

رجل عمره 58 عامًا مصاب بالسكري من النوع 2 يأتي لتحاليله الدورية. احتمال إصابته بمرض الكلى المزمن يبدأ عند مستوى معين، بحسب عمره وجنسه وتشخيص السكري. ليس صفرًا، لأن السكري هو السبب الأول لـ CKD. وليس مرتفعًا، لأنه بلا أعراض وبلا أي موجودات كلوية سابقة.

تأتي نتيجة الـ creatinine عنده 1.2. هي من الناحية الفنية ضمن المعدل الطبيعي، لكنها أعلى من نتيجته السابقة. يحدّث النظام تقديره، ولكن قليلًا، لأن ارتفاعًا طفيفًا واحدًا في الـ creatinine قيمته التشخيصية متواضعة. فحساسية قياس واحد للـ creatinine ونوعيته في تشخيص CKD ليستا قويتين بمفردهما.

بعد عشرة أشهر يصبح الـ creatinine عنده 1.4، وينخفض الـ eGFR إلى ما دون 60. الآن يكون التحديث أكبر، لأن eGFR دون 60 أعلى قيمة تشخيصية بكثير في CKD. لكن النظام يرى أيضًا ما لا يراه نموذج ثابت: المسار. الـ creatinine ليس مرتفعًا فحسب، بل يصعد بمعدل لو استمر عليه لبلغ نطاقًا مقلقًا.

بعد عام تظهر البيلة البروتينية (proteinuria). صار الاحتمال الآن مرتفعًا بما يكفي للتدخل. لكن ما يهم سريريًا هو التالي: كان النظام ينبّه إلى هذا المريض قبل ظهور البيلة البروتينية بأشهر. لا عن يقين، بل باحتمال يصعد على نحو يستحق الانتباه. والطبيبة التي تراجع الملف ترى كل تحديث، وترى ما الذي أحدثه، وتقرر إن كانت توافق عليه. فإن رأت أن الـ ACE inhibitor وُصف لضبط الضغط لا لحماية الكلى، فلها أن تعطي هذا العامل وزنًا مختلفًا في حكمها السريري. النظام يعرض استدلاله، وهي تُعمل استدلالها.

المسار نفسه يصبح دليلًا، بمعزل عن أي رقم بمفرده.

لماذا يهم هذا في بناء الثقة

حين تقول شبكة عصبية «احتمال CKD هو 73%»، لا سبيل إلى سؤالها لماذا. فالرقم ينبثق من ملايين المعاملات التي لا تقابل أي مفهوم سريري. لا تستطيع الطبيبة أن تنظر إليه وتقول: «أوافق على ما يخص الـ creatinine، لكنك تبالغ في وزن التاريخ الدوائي». فلا يوجد جزء يخص الـ creatinine، ولا جزء يخص الأدوية. يوجد رقم، وحسب.

أما حين يقول نظام بايزي 73%، فتستطيع الطبيبة أن تسأل لماذا. ترى أي الأدلة حرّكت الاحتمال وبأي مقدار، وتستطيع أن تعترض على عامل بعينه وتُعمل حكمها. وهذا الحوار هو الطريق الذي يغيّر به الذكاء الاصطناعي السريري الرعاية فعلًا. من دونه تكون النتيجة دعوى، ومعه تصبح حجة.

أوضح لنا هذه النقطة طبيب كلى عرضنا عليه النظام. نظر في سلسلة الأدلة عند أحد المرضى، وقال إنه يوافق على معظمها، لكنه يرى أن عاملًا واحدًا يُعطى وزنًا زائدًا، لأن سياق وصف الدواء يختلف عما افترضه النظام. وكان محقًا. وقدرته على إبداء هذه الملاحظة، والإشارة إلى العامل بعينه، وتوظيف خبرته فيه، هي بالضبط ما ينبغي أن يتيحه نظام دعم القرار السريري. الصندوق الأسود كان سيعطيه الاحتمال نفسه، بلا أي سبيل إلى هذا الحوار.

حدود نعترف بها

يفترض الاستدلال البايزي أن الأدلة مستقلة شرطيًا بمعلومية المرض. وفي الطب السريري كثيرًا ما لا تكون كذلك: فالـ creatinine والبيلة البروتينية مترابطان في سياق CKD. هذا قيد معروف، ومعالجته معالجة كاملة مسألة لا تزال مفتوحة في هذا المجال.

وجودة النتيجة رهن بجودة أوزان الأدلة. بعضها راسخ في الأدبيات المنشورة، وبعضها تقديرات تقريبية ننقّحها عبر التحقق. والمعايرة (calibration) عمل مستمر، ولا ندّعي غير ذلك.

يتعامل الاستدلال البايزي جيدًا مع الأدلة المنظمة القابلة للقياس: التحاليل، والعلامات الحيوية، والأدوية، والتشخيصات المرمّزة. ويتعامل بكفاءة أقل مع الملاحظات السريرية الحرة والأعراض التي يرويها المريض. لذلك نستخدم مناهج مختلفة لأنواع مختلفة من البيانات السريرية، ونختار لكل مشكلة أداتها.

اخترنا الاستدلال البايزي لأنه يحاكي طريقة تفكير الأطباء أصلًا. النظام يضع في صيغة صريحة منضبطة ما يفعله الطبيب الجيد بالحدس، على نطاق واسع، ولكل مريض، وبلا انقطاع. هذا كل شيء. لا سحر فيه. إنها الرياضيات الكامنة وراء الاستدلال السريري، وقد صارت مكشوفة.