تجربة عشوائية محكومة لتحليلات تعتمد على الذكاء الاصطناعي لتدهور الحالة السريرية

لماذا من الصعب الحفاظ على سلامة المرضى في المستشفيات

عندما يُقبل الأشخاص إلى المستشفى، يعمل الأطباء والممرضون بجد لاكتشاف علامات الإنذار المبكر التي تشير إلى أن حالة المريض قد تتدهور بسرعة. لكن العيون البشرية قد تغفل عن تغيُّرات طفيفة في نبض القلب أو التنفس أو ضغط الدم، خاصة في الأقسام المزدحمة. طرحت هذه الدراسة سؤالًا ملحًا: هل يمكن لنظام ذكاء اصطناعي يراقب بهدوء العلامات الحيوية في الخلفية أن يساعد فعلاً في منع حالات الطوارئ الخطيرة مثل السكتة القلبية أو فشل التنفس أو النقل العاجل إلى العناية المركزة؟

نوع جديد من «رادار الطقس» للمرضى

اختبر فريق البحث نظامًا باسم CoMET، يحول تدفقات بيانات أجهزة المراقبة بجانب السرير ونتائج المختبرات والقياسات المسجلة من قبل الممرضات إلى صورة مرئية سهلة القراءة لمستوى المخاطر. يظهر كل مريض على شاشة كبيرة كأيقونة مذنب ساطع يكون «رأسه» مؤشرًا للمخاطر الحالية و«ذيله» يعكس كيفية تغير هذه المخاطر خلال الساعات الثلاث الماضية. تعني الدرجة 1 متوسط احتمال حدوث حدث خطير خلال اليوم التالي؛ والدرجات الأعلى تدل على خطورة أكبر. وعلى خلاف الإنذارات الصاخبة، يعرض هذا النظام المعلومات باستمرار بهدوء. كانت الفكرة أن العرض الدائم الهادئ للمخاطر سيساعد الطاقم في ملاحظة الاتجاهات المقلقة مبكرًا والتحقق من المرضى قبل أن يتدهور وضعهم.

اختبار الذكاء الاصطناعي في أقسام المستشفى الحقيقية

لمعرفة ما إذا كان هذا العرض يحدث فرقًا فعلاً، أجرى الفريق تجربة عشوائية محكومة على نطاق واسع في قسم مكوَّن من 85 سريرًا مخصص لأمراض القلب وجراحة القلب في مستشفى جامعي. شملت الدراسة أكثر من عشرة آلاف إقامة طبية على مدى ما يقرب من عامين، في فترة جائحة كوفيد-19. بدلاً من عشوائية المرضى فرديًا، عيّن الباحثون مجموعات من الغرف عشوائيًا. شملت بعض المجموعات غرفًا تم تفعيل عرض CoMET فيها؛ بينما تابعت المجموعات الأخرى الرعاية الاعتيادية بدون العرض. تلقى الجميع الرعاية الطبية القياسية؛ والفرق الوحيد كان ما إذا كان الطاقم يستطيع رؤية مسارات المخاطر على الشاشات الكبيرة وفي السجل الإلكتروني. لم تُفرض إجراءات محددة—فقد شُجّع الأطباء على الاستجابة عندما ارتفعت الدرجات، لكن لم يُلزموا بذلك.

ما الذي حدث لنتائج المرضى

المعيار الرئيس كان عدد الساعات الخالية من التدهور الخطير خلال أول 21 يومًا من إقامة المريض—أحداث مثل الوفاة أو النقل الطارئ إلى وحدة العناية المركزة أو إدخال أنبوب تنفس طارئ أو السكتة القلبية أو إجراء جراحة مستعجلة. لم يشهد معظم المرضى أي من هذه الأحداث، لذا حصلوا على الحد الأقصى وهو 21 يومًا خالية من الأحداث. إجمالاً، تعرض نحو 5% من المرضى لحدث خطير. عملت نماذج التنبؤ الأساسية للنظام بشكل جيد وتفوَّقت حتى على مقياس إنذار مبكر شائع، ومع ذلك عندما قارن الباحثون مجموعة الغرف التي كانت فيها الشاشات مفعلة مع المجموعة التي لم تكن فيها، لم يجدوا اختلافًا ذا دلالة في عدد الساعات الخالية من الأحداث أو في الوفيات. من بين المجموعة الأصغر من المرضى الذين وقع لهم حدث، بدا أن من كانوا في ذراع العرض المفعّل امتلكوا ساعات أكثر استقرارًا قبل الحدث، لكن هذا النمط لم يكن قويًا بما يكفي ليكون مقنعًا من الناحية الإحصائية.

كيف طمَست القرارات البشرية التجربة

أحد أكثر النتائج لفتًا للانتباه لم يكن متعلقًا بالحسابات بقدر ما كان بسلوك البشر. خلال التجربة، كان الأطباء والممرضون كثيرًا ما ينقلون المرضى بين الأسرة: المئات انتقلوا من أسرة الرعاية الاعتيادية إلى أسِرة مزودة بالعرض والعكس. أظهر الفحص الدقيق أن المرضى الأشد مرضًا كانوا أكثر احتمالًا أن يُنقلوا إلى غرف مزودة بعرض الذكاء الاصطناعي. بعبارة أخرى، بدا أن الطاقم يرى في CoMET فائدة وحاول منح المرضى الأكثر عرضة للخطر مزيدًا من المراقبة الإضافية، رغم أن تصميم التجربة كان يهدف إلى إبقاء التخصيص عشوائيًا. وكان لا بد من التعامل مع هذه التنقلات على أنها أحداث استبعادية في التحليل، ومن المحتمل أنها ألقت بظلال على أي تأثير حقيقي كان للنظام. كما جرت الدراسة في ظل ضغوط جائحة كوفيد-19، مما خفّض معدلات الأحداث وأضاف تعقيدًا إضافيًا.

ما معنى ذلك لمستقبل الذكاء الاصطناعي في المستشفيات

بالنسبة للمرضى والعائلات، الخلاصة متأنية ومتفائلة في آنٍ معًا. أظهرت هذه التجربة الواقعية المصممة جيدًا أن إضافة عرض سلبي لمخاطر الذكاء الاصطناعي، دون إنذارات صاخبة أو قواعد استجابة صارمة، لم تُحسّن بوضوح نتائج مثل الوفيات أو النقلات الطارئة في هذه الأقسام. ومع ذلك، فإن ميل الطاقم إلى نقل المرضى الأشد مرضًا إلى أسِرة مجهزة بالذكاء الاصطناعي يوحي بأنهم وجدوا معلومات النظام ذات قيمة. ويخلص المؤلفون إلى أن الدراسات المستقبلية لأدوات الذكاء الاصطناعي في المستشفيات يجب أن تتجاوز الدقة وحجم التجربة: ينبغي أن تتتبع كيف يفسر الأطباء درجات الخطر، وكيف يتواصل الفريق ويتصرف بناءً عليها، وكيف تؤثر تخصيصات الأسرة وأعباء العمل والأحداث النادرة في النتائج. قد يظل الذكاء الاصطناعي قادرًا على التقاط علامات الخطر مبكرًا، لكن لجعله يحسن سلامة المرضى حقًا، سيتطلب الأمر دمج خوارزميات ذكية مع اهتمام مماثل بقرار البشر وسير العمل وثقافة المستشفى.

الاستشهاد: Keim-Malpass, J., Ratcliffe, S.J., Clark, M.T. et al. A randomized controlled trial of artificial intelligence-based analytics for clinical deterioration. Sci Rep 16, 7345 (2026). https://doi.org/10.1038/s41598-026-39051-z

الكلمات المفتاحية: تدهور الحالة السريرية, الرصد التنبؤي, الذكاء الاصطناعي في المستشفى, أنظمة الإنذار المبكر, قسم القلب