التعاون البشري-الذكاء الاصطناعي لتحسين دقة وكفاءة الفرز المسبق لمعايير الأهلية في تجارب الأورام: تجربة تقييم عشوائية باستخدام سجلات صحية إلكترونية استعادية

لماذا يعد العثور على المرضى المناسبين مهماً

بالنسبة لكثير من المصابين بالسرطان، يمكن أن يفتح الانضمام إلى تجربة سريرية الباب أمام علاجات متقدمة ونتائج أفضل. ومع ذلك، ما ينخرط سوى جزء ضئيل من البالغين المصابين بالسرطان في مثل هذه التجارب. يحدث عنق زجاجة رئيسي قبل وقت طويل من توقيع المريض على استمارة الموافقة: إذ يتعين على الطاقم البحث في سجلات طبية طويلة وفوضوية لمعرفة من يلبي المعايير أساساً. تسأل هذه الدراسة ما إذا كان إقران الخبراء البشريين بنظام ذكاء اصطناعي يمكن أن يجعل هذا الفرز المبكر أكثر دقة—دون إبطاء العملية.

كيف يتم فرز المشاركين في التجارب اليوم

قبل أن يتمكن الشخص من الانضمام إلى تجربة سريرية للسرطان، يجب على موظفي البحوث السريرية أن يقرروا ما إذا كان المريض يستوفي عشرات القواعد التفصيلية للالتحاق، مثل نوع السرطان ومرحلته ونتائج الاختبارات ومدى قدرته على القيام بالأنشطة اليومية. الكثير من هذه المعلومات مدفون في ملاحظات غير منظمة—تقارير تصويرية، زيارات عيادات، ملخصات مختبرية—غالباً ما تكون متكررة أو غير مكتملة أو متضاربة. إن البحث اليدوي عبر هذه الوثائق بطيء ومرهق، وحتى الموظفون المتمرسون قد يفوتون تفاصيل رئيسية. ونتيجة لذلك، لا تُحدد بعض الحالات المؤهلة أبداً، وتضيع فرص علاج قد يطيل الحياة.

ما اختبره الباحثون

لاختبار ما إذا كان الذكاء الاصطناعي مفيداً، استخدم الفريق سجلات إلكترونية لـ355 شخصاً مصاباً بسرطان الرئة أو القولون والمستقيم تم علاجهم في ممارسات مجتمعية. ركزوا على 12 مِعياراً شائعاً للتجارب، بما في ذلك مرحلة الورم، العلامات البيولوجية المحددة، استجابة للعلاجات السابقة، والحالة الصحية الأساسية. حوَّل نظام لغوي "عصبي-رمزي" متخصص أولاً المخطوطات الممسوحة ضوئياً إلى نص، ثم حدّد حقائق منظمة مثل نتائج الاختبارات وتفاصيل المرحلة. قام منسقان بحثيان مدرَّبان بمراجعة كل ملف مرتين—مرة مع اقتراحات الذكاء الاصطناعي على الشاشة (نهج البشر+الذكاء الاصطناعي) ومرة بدونه (نهج البشر وحدهم)، بترتيب عشوائي. كانت مجموعة منفصلة من الأطباء قد أنشأت بالفعل "مفتاح إجابات" معيارياً لكل ملف لتقييم الدقة.

كيف أدت فرقة البشر والذكاء الاصطناعي

عندما عمل البشر والذكاء الاصطناعي معاً، طابقوا إجابات المفتاح المعياري أكثر مما فعله البشر وحدهم. بشكل عام، حصل فريق البشر+الذكاء الاصطناعي على نحو ثلاثة من كل أربعة تفاصيل صحيحة، مقارنةً بقليل أكثر من سبعة من كل عشرة للمراجعين البشر وحدهم، وبأداء أفضل بكثير من نظام الذكاء الاصطناعي بمفرده. جاءت أكبر التحسينات في مجالات معقدة مثل اختبارات العلامات البيولوجية ونتائجها، والتحديد الدقيق لمرحلة الورم، وكيف استجاب المريض للعلاجات السابقة. في هذه الفئات، ساعدت قدرة الذكاء الاصطناعي على فحص كميات كبيرة من النصوص المنسقين في اكتشاف معلومات قد يغفلونها، بينما صحح البشر أخطاء الذكاء الاصطناعي وفهموا الحالات غير الواضحة.

السرعة والمقايضات والتحيز البشري

على نحو مفاجئ، لم يسرّع إضافة الذكاء الاصطناعي العملية. استغرقت الطريقتان ما يزيد قليلاً عن نصف ساعة لكل ملف في المتوسط. يقترح المؤلفون أن الذكاء الاصطناعي لم يوفر الوقت بقدر ما أعاد توزيع عمل المنسقين: بدلاً من البحث عن كل تفصيل بأنفسهم، أمضوا جهداً أكبر في التحقق وتفسير الإدخالات المقترحة من الآلة. قد يكون هذا في الواقع احتياطياً صحياً، يقلل من مخاطر قبول الأشخاص لأجوبة الآلة دون تساؤل. كما فحصت الدراسة مواقع يمكن أن يخطئ فيها التعاون. في مقياس واحد لوظائف المريض، كان الذكاء الاصطناعي غير موثوق، وحقق المراجعون البشر الذين اعتمدوا عليه بشكل مفرط أداءً أسوأ بعض الشيء—علامة على "التحيز نحو الأتمتة". في مجالات أخرى، بدا أن البشر يقللون من استخدام إشارات الذكاء الاصطناعي الدقيقة، مما يشير إلى "التحيز التأكيدي"، حيث يفضل الأشخاص المعلومات التي تتوافق مع انطباعاتهم الأولى.

ماذا يعني هذا لرعاية السرطان المستقبلية

بعبارة بسيطة، تظهر هذه التجربة أن شراكة مصممة جيداً بين البشر والذكاء الاصطناعي يمكن أن تجعل الفرز المبكر للتجارب أدق بعض الشيء دون إبطائه. التحسينات متواضعة، لكنها مركزة في نفس التفاصيل المعقدة—مثل حالة العلامات البيولوجية والمرحلة الدقيقة—التي غالباً ما تحدد ما إذا كان المريض يمكن أن ينضم إلى دراسة. إذا تم تحسين مثل هذه الأنظمة واختبارها أكثر في سير العمل السريري الحي، فقد تساعد في اكتشاف المزيد من المرضى المؤهلين، وتوسيع من يحصلون على الوصول إلى تجارب أورام متقدمة، وفي الوقت نفسه إبقاء البشر مسؤولين بشكل قاطع عن القرارات النهائية.

الاستشهاد: Parikh, R.B., Kolla, L., Beothy, E.A. et al. Human-AI teaming to improve accuracy and efficiency of eligibility criteria prescreening for oncology trials: a randomized evaluation trial using retrospective electronic health records. Nat Commun 17, 2306 (2026). https://doi.org/10.1038/s41467-026-68873-8

الكلمات المفتاحية: تجارب سريرية لمرضى السرطان, السجلات الصحية الإلكترونية, الذكاء الاصطناعي, أهلية المريض, التعاون بين البشر والذكاء الاصطناعي