تجربة عشوائية لأداة ذكاء اصطناعي مدمجة في السجل الصحي الإلكتروني للتنبؤ بالمخاطر في رعاية زراعة الكلى

لماذا تهم هذه الدراسة المرضى والعائلات

بالنسبة للأشخاص الذين يعيشون بكِلية متبرع بها، فإن معرفة ما سيأتي بعد فشل الزرع هي مسألة شخصية للغاية وغالباً ما تكون مخيفة. يأمل الأطباء أن أدوات الذكاء الاصطناعي يمكنها اكتشاف ازدياد المخاطر مبكراً وتحفيز حوارات صريحة حول الرعاية المستقبلية. اختبرت هذه الدراسة ما إذا كان إدخال حاسبة مخاطر بالذكاء الاصطناعي في أنظمة المستشفى يغير فعلاً ما يختبره المرضى في العيادة.

وعد التنبؤ الذكي بالمخاطر

يمكن لزراعة الكلى أن تحرر الناس من غسيل الكلى، لكن أكثر من نصف الكِلاب المزروعة تتوقف عن العمل في نهاية المطاف. مع تدهور وظيفة الكلية، قد يضطر المرضى للاختيار بين بدء غسيل دموي (هيموديالز)، أو استخدام غسيل بريتوني منزلي، أو البحث عن زرع آخر، أو التركيز على رعاية التلطيف. تعتمد هذه الخيارات إلى حد كبير على القيم والأهداف الشخصية. بنى الباحثون نموذجاً حاسوبياً يفحص البيانات الطبية الروتينية، مثل نتائج المختبر والسجل السابق للزرع، لتقدير احتمال فشل الكلية المزروعة خلال سنة. كان الأمل أن عرض هذا الخطر في السجل الصحي الإلكتروني سيحفز الأطباء بلطف على مناقشة الخيارات مع المرضى قبل وقوع أزمة.

اختبار الذكاء الاصطناعي في زيارات العيادة الحقيقية

سجلت تجربة PRIMA-AI 76 بالغاً مصابين بكِلاب مزروعة كانت وظيفة كليتهم منخفضة بالفعل. نصفهم تلقى الرعاية الاعتيادية. للنصف الآخر، كان بإمكان أطبائهم رؤية تقدير الخطر بواسطة الذكاء الاصطناعي داخل السجل الصحي الإلكتروني أثناء زيارات المتابعة المنتظمة. كان السؤال الأساسي بسيطاً ومتركزاً حول المريض: خلال الاثني عشر شهراً التالية، هل سيبلغ عدد أكبر من المرضى في مجموعة الذكاء الاصطناعي أنهم أجروا محادثة واضحة مع طبيب الزرع حول العلاجات التي يمكنهم اختيارها إذا فشلت كليتهم؟

ما حدث فعلياً في الدراسة

بعد عام، كانت نسبة المرضى الذين تذكّروا مثل هذه المحادثة متقاربة تقريباً في المجموعتين: حوالي أربعة من كل عشرة. لم ترفع أداة الذكاء الاصطناعي هذا الرقم. كما أنها لم تغير النتائج الطبية مثل عدد الأشخاص الذين فقدوا كليتهم، أو كيف بدأوا الغسيل الكلوي، أو عدد مرات الحاجة إلى غسيل طارئ. وأظهرت الاستبانات التي تقيس اتخاذ القرار المشترك، وجودة العلاقة بين الطبيب والمريض، والضيق العاطفي، عدم وجود فروق ذات دلالة بين من كان لأطبائهم وصول إلى أداة الذكاء الاصطناعي ومن لم يكن.

لماذا أخفقت أداة الذكاء الاصطناعي

عندما سأل الباحثون الأطباء لاحقاً، قال معظمهم إنهم استخدموا عرض المخاطر نادراً فقط. كانت المعلومات مخفية وراء نقرة إضافية في السجل ولم تُفعّل كتنبيهات، فكان من السهل تجاهلها في عيادات مزدحمة. شعر بعض الأطباء أيضاً أن النتيجة نادراً ما تغير ما سيفعلونه، خاصة وأن العديد من المرضى كانوا يعانون بالفعل من مشاكل كلوية خطيرة استناداً إلى فحوصات المختبر القياسية. بعبارة أخرى، تنبأ النموذج بالمخاطر بشكلٍ جيد، لكن ذلك لم يقود تلقائياً إلى محادثات جديدة أو اختيارات مختلفة أو استعداد أفضل للغسيل الكلوي أو إعادة الزرع.

ماذا يعني هذا لأدوات رقمية مستقبلية

تُظهر هذه التجربة أن إضافة أرقام مخاطر من الذكاء الاصطناعي إلى السجل الطبي الإلكتروني وحدها لا تكفي لتغيير رعاية المرضى المزروعين. لكي تدعم التكنولوجيا اتخاذ القرار المشترك قد تحتاج إلى دمج أوثق في روتين العيادة وإقرانها بأدوات موجهة للمريض، مثل محفزات الأسئلة أو أدلة منظمة للحوار حول العلاج المستقبلي. الدرس الأساسي هو أن التنبؤ الدقيق هو الخطوة الأولى فقط؛ والمنفعة الحقيقية تعتمد على كيف يستخدم الأطباء والمرضى تلك المعلومات معاً.

الاستشهاد: Osmanodja, B., Spencker, J.J., Ömeroğlu, Ö.E. et al. Randomized trial of electronic health record implemented AI risk prediction in kidney transplant care. npj Digit. Med. 9, 373 (2026). https://doi.org/10.1038/s41746-026-02757-5

الكلمات المفتاحية: زرع الكلى, الذكاء الاصطناعي, السجلات الصحية الإلكترونية, اتخاذ القرار المشترك, تنبؤ المخاطر