سكريناسون 2.0: الفرز التعاوني بين الإنسان والذكاء الاصطناعي مطبقًا على بيانات الصحة المولَّدة من المرضى

لماذا هذا مهم لأبحاث الصحة اليومية

تعتمد الطب الحديث على نخل كميات هائلة من الأوراق العلمية لمعرفة ما يعمل فعلاً. لكن حجم الدراسات الجديدة ازداد إلى درجة أن حتى فرق البحث المنظمة تجد صعوبة في مواكبة ذلك. يصف هذا المقال طريقة جديدة لالتقاء البشر والذكاء الاصطناعي لتسريع «فرز» الأوراق مع الحفاظ على الحكم البشري كمسؤول نهائي. المنهج، المسمى سكريناتون 2.0، يوضح كيف يمكن لحشود من الخبراء والبرمجيات الذكية أن تعمل معًا للتعامل مع مهام قراءة ضخمة في غضون أيام قليلة.

من القراءة الفردية إلى لعبة الفريق

تقليديًا، يجري الباحثون مراجعات منهجية بأن يقرأ شخصان على الأقل عنوان وملخص كل ورقة ويقررا ما إذا كانت تناسب سؤال الدراسة أم لا. تساعد هذه العملية الدقيقة في ضمان استنتاجات موثوقة، لكنها بطيئة وتواجه صعوبة في التوسع مع ازدياد عدد الأوراق. سابقًا، حاولت نفس مجموعة الباحثين تحويل الفرز إلى «سكريهاتون»، حيث عمل العشرات من الخبراء جنبًا إلى جنب لعدة أيام لتقسيم عبء العمل. أثبت الحدث الأول أن العمل الجماعي مفيد، لكنه اعتمد بالكامل على الجهد البشري ولم يستطع الهروب تمامًا من التعب، وتفاوت الخبرات، وأخطاء الوسم.

إضافة الذكاء الاصطناعي كزميل مفيد

في سكريناتون 2.0، طور الفريق العملية بدمج الذكاء الاصطناعي مباشرة في سير العمل. ركزوا على الأبحاث حول بيانات الصحة المولَّدة من المرضى — المعلومات التي يجمعها الأشخاص بأنفسهم باستخدام أدوات مثل أجهزة تتبع اللياقة، ومقاييس الجلوكوز، أو التطبيقات الصحية. باستخدام البرنامج مفتوح المصدر ASReview، تعلّم نموذج الذكاء الاصطناعي في الوقت الفعلي من كل حكم يصدره المراجعون البشريون: في كل مرة يعلّم فيها شخص ما أن ورقة ما ذات صلة أو ليست كذلك، حدّث النظام قواعده الداخلية وأعاد ترتيب الأوراق المتبقية، دافعًا بأكثرها وعدًا إلى مقدمة الطابور. بهذه الصورة ظل البشر صانعي القرار، بينما عمل الذكاء الاصطناعي كدليل يتحسّن باستمرار، محددًا أي الأوراق يجب فحصها بعد ذلك.

تجربة كبيرة في يومين مزدحمين

اختبر الباحثون هذه الشراكة بين الإنسان والآلة خلال اجتماع استمر ثلاثة أيام لتحالف صحي أوروبي. قام سبعة وعشرون خبيرًا من 27 منظمة شريكة بفرز ما يقرب من 7000 سجل علمي موزعة على 11 مجالًا مرضيًا، من السرطان إلى أمراض القلب والاضطرابات العصبية. في اليوم الأول، تلقى المشاركون تدريبًا على قواعد الاشتمال ومقدمة عن كيفية عمل نظام الذكاء الاصطناعي. في اليوم الثاني، ركزوا على فرز تعاوني مكثف، واستمرّ البعض أحيانًا بشكل غير رسمي في مساحات مشتركة. بحلول النهاية، وسموا 487 سجلاً على أنه ذي صلة وأكثر من 6000 كسجلات غير ذات صلة، حيث قام بعض الأشخاص بفرز عدد قليل من الأوراق وآخرون بمعالجة آلاف، وكلّها تغذي نماذج ذكاء اصطناعي مشتركة لكل موضوع مرضي.

التحقق من مخرجات الآلة والإنسان

لن يكون السرعة ذات معنى إذا فُقدت دراسات مهمة، لذا بنى الفريق مرحلة «عناية لاحقة» قوية. بعد انتهاء الحدث الرئيسي، أمضوا عدة أسابيع في التحقق وتنقيح النتائج. أعادوا تخصيص الأوراق التي وُضعت في المجموعة المرضية الخاطئة، وأعادوا قراءة الحالات غير الواضحة، وأجروا جولات إضافية من الفرز باستخدام قواعد توقف صارمة، مثل الاستمرار حتى تظهر عشرات الأوراق غير ذات الصلة دون انقطاع. وفي النهاية استخدموا طريقة خاصة لإعادة فحص السجلات المرفوضة سابقًا والتي ربما وسمت عن طريق الخطأ. كشفت مرحلة التنظيف الدقيقة هذه عن أكثر من 200 دراسة إضافية ذات صلة عبر المواضيع، مما يبرهن أن الفرز السريع بمساعدة الذكاء الاصطناعي يمكن أن يقترن بتحكم جودة دقيق.

كيف شعر الناس بالعمل مع الذكاء الاصطناعي

أكمل المشاركون طوال الحدث استبيانات حول ثقتهم ودافعهم وراحتهم تجاه المراجعة المدعومة بالذكاء الاصطناعي. عمومًا، أبلغوا عن دافع ورضا عالٍ تجاه التجربة، وأكثر من نصفهم قالوا إنهم يفضلون الفرز بمساعدة الذكاء الاصطناعي على الطرق التقليدية الكاملة. ومن المهم أن ثقتهم في المراجعة المدعومة بالذكاء الاصطناعي زادت بعد أن عملوا فعليًا مع النظام. أشاد كثيرون ببساطة ووضوح البرنامج، رغم أنهم اقترحوا تحسينات مثل خيارات فرز أفضل وإشارات بصرية أكثر شفافية حول كيفية أولوية الذكاء الاصطناعي للأوراق.

ما الذي يخبرنا به هذا النهج الجديد

للقارئ العام، الرسالة الأساسية هي أن التحدي المتمثل في مواكبة الأبحاث الطبية لا يتطلب الاختيار بين البشر والآلات. يوضح سكريناتون 2.0 أن مزج الحكم الخبير مع ذكاء اصطناعي تكيفي يمكن أن يساعد فرق البحث على العثور بسرعة على أكثر الدراسات صلة دون التضحية بالعناية والرقابة. يسرّع الذكاء الاصطناعي عملية البحث، لكن البشر ما زالوا يتخذون القرارات النهائية ويفحصون النتائج. مع تدريب قوي وفحوصات لاحقة متينة، يمكن لهذا النوع من الشراكة بين الإنسان والذكاء الاصطناعي أن يجعل جمع الأدلة أسرع وأكثر موثوقية وأكثر استدامة مع استمرار نمو معلومات الصحة.

الاستشهاد: Bergmann, J., Azzi, T., Neeleman, R. et al. Screenathon 2.0: human–AI collaborative screening applied to patient-generated health data. Sci Rep 16, 14487 (2026). https://doi.org/10.1038/s41598-026-45385-5

الكلمات المفتاحية: مراجعات منهجية, التعاون بين الإنسان والذكاء الاصطناعي, بيانات الصحة المولَّدة من المرضى, التعلُّم النشط, فرز الأدبيات