التآزر المتنامي بين الذكاء الاصطناعي وعلم الأعصاب في فك شيفرة الدماغ البشري

الذكاء الاصطناعي (AI) كان حديث الساعة مؤخرًا، مع روبوتات الدردشة مثل ChatGPT من OpenAI، وBard من Google، وGrok من إيلون ماسك التي حظيت باهتمام كبير. ومع ذلك، ليس الذكاء الاصطناعي جديدًا كما تبدو هذه الروبوتات؛ بل إن الاهتمام بالذكاء الاصطناعي بدأ منذ عقود في عام 1950 عندما اقترح العالم آلان تورينغ اختبارًا لذكاء الآلات يُدعى “لعبة التقليد” في ورقته البحثية “Computer Machinery and Intelligence”.

“هل يمكن للآلات التفكير؟” يطرح تورينغ في ورقته، مقدماً “اختبار تورينغ”، حيث يحاول محقق بشري التمييز بين استجابة نصية من كمبيوتر وآخرى من إنسان.

منذ ذلك الحين، أدت التقدمات في التكنولوجيا إلى أنظمة ذكاء اصطناعي أكثر تعقيدًا تم استخدامها عبر مجالات مختلفة، بما في ذلك الرعاية الصحية وفهم وعلاج أكثر عضو بشري تعقيدًا، وهو الدماغ.

انقر هنا لتتعرف على كل شيء حول شرائح الدماغ المدعومة بالذكاء الاصطناعي.

تقدم الذكاء الاصطناعي وعلم الأعصاب

بشكل عام، تقوم أنظمة الذكاء الاصطناعي بالاستدلال والتعلم وأداء المهام المرتبطة عادةً بالوظائف الإدراكية البشرية، مثل التعرف على الأنماط وتفسير الكلام من خلال معالجة كميات هائلة من البيانات.

الذكاء الاصطناعي هو أساسًا مجموعة من التقنيات التي تمكّن الحواسيب من أداء مجموعة متنوعة من الوظائف المتقدمة. وهو العمود الفقري للابتكار في الحوسبة الحديثة، ويشمل الذكاء الاصطناعي تخصصات مختلفة، بما في ذلك:

• تحليل البيانات
• هندسة الأجهزة والبرمجيات
• اللغويات
• علم الأعصاب
• علم النفس

هذه النماذج الذكائية التي تحاكي العمليات الإدراكية وتساعد في مهام إدراكية معقدة مثل ترجمة اللغات والتعرف على الصور تستند إلى الشبكات العصبية البيولوجية، وهي أنظمة معقدة من الخلايا العصبية المترابطة وتساعد على “تدريب” الآلات لفهم الكلام والصور والأنماط.

الدماغ البشري المعقّد والذكي يمثل تحديًا للعلماء لاكتشاف إمكانيات تعزيز الإنسان. ومع ذلك، بينما تم توظيف الذكاء الاصطناعي لإنشاء تطبيقات مثل Siri من Apple ، وAlexa من Amazon ، وWatson من IBM، فإن الأثر التحويلي الحقيقي سيتحقق فقط عندما تُعزز الشبكات العصبية الاصطناعية بالذكاء الفطري البشري، وهو نتيجة قرون من التطور.

على الرغم من أن الحواسيب لا تزال لا تستطيع مطابقة المرونة الكاملة للبشر، إلا أن هناك برامج تنجح في تنفيذ مهام محددة، مع توسع نطاق تطبيقات الذكاء الاصطناعي يوميًا. هذا التقدم التكنولوجي، إلى جانب التقدم في العلوم، أدى بشكل ملحوظ إلى استخدام الذكاء الاصطناعي في التشخيص والعلاج الطبي.

من خلال تحليل كميات كبيرة من بيانات المرضى من مصادر متعددة لمساعدة مقدمي الرعاية الصحية، يساعد الذكاء الاصطناعي في الحصول على صورة كاملة عن صحة المريض لتوقع أكثر دقة واتخاذ قرارات أكثر استنارة بشأن رعاية المرضى. كما يساعد ذلك في اكتشاف المشكلات الصحية المحتملة مبكرًا قبل أن تصبح مهددة للحياة. علاوة على ذلك، باستخدام الذكاء الاصطناعي، يمكن لمقدمي الرعاية الصحية أتمتة المهام الروتينية، مما يتيح لهم التركيز على رعاية المرضى الأكثر تعقيدًا.

انقر هنا لتعرف كيف تمكّن التقنيات المتنوعة المستوى التالي من تطور الإنسان.

دور الذكاء الاصطناعي في تحسين فهم الدماغ البشري

أدت الأبحاث الرائدة في علم الأعصاب إلى تطوير تقنيات تصوير دماغية متقدمة، بما في ذلك:

• تخطيط الدماغ الكهربائي (EEG)
• التصوير بالرنين المغناطيسي الوظيفي (fMRI)

في الوقت نفسه، مع تطور خوارزميات الذكاء الاصطناعي، لا سيما في التعلم الآلي والتعلم العميق، نتج عن ذلك تقاطع بين المجالين. هذا التزامن يمكّن العلماء من تحليل وفهم بيانات الدماغ على نطاق غير مسبوق.

يتجلى تقاطع الذكاء الاصطناعي وعلم الأعصاب، المجال الذي يركز على الجهاز العصبي والدماغ، بشكل واضح في مجال تحليل البيانات. حاليًا، يمكّن الذكاء الاصطناعي العلماء والباحثين من رسم خرائط مناطق الدماغ بدقة غير مسبوقة. وقد تحقق ذلك بفضل التقدمات التكنولوجية في الذكاء الاصطناعي التي تسمح بتصنيف الأنماط المعقدة لبيانات الدماغ ثم إجراء الارتباطات. كما مهد هذا التعاون الطريق للباحثين لفهم المسارات العصبية بشكل أفضل.

بمساعدة الذكاء الاصطناعي، يمكن تحسين التشخيص الطبي من خلال رفع دقة التنبؤ وسرعة وكفاءة عملية التشخيص. وقد وجدت الدراسات التي تستخدم الذكاء الاصطناعي في تصوير الدماغ تغييرات دقيقة في بنية الدماغ تظهر قبل ظهور الأعراض السريرية، مما يمنح إمكانات هائلة للكشف المبكر والتدخل، وربما يثوّر نهجنا تجاه الاضطرابات التنكسية العصبية.

على سبيل المثال، في أواخر الشهر الماضي، استخدم الباحثون الذكاء الاصطناعي لتحليل فحوصات الرنين المغناطيسي المتخصصة للدماغ للأشخاص المصابين باضطراب نقص الانتباه/فرط النشاط (ADHD). يُعد اضطراب نقص الانتباه/فرط النشاط اضطرابًا شائعًا، حيث يُقدّر أن 5.7 مليون طفل ومراهق تتراوح أعمارهم بين 6 و17 سنة تم تشخيصهم به في الولايات المتحدة.

هذا الاضطراب الذي يزداد انتشارًا بسبب الانتشار الواسع للهواتف الذكية يمكن أن يؤثر بشكل كبير على جودة حياة المريض، حيث يميل الأطفال المصابون بـ ADHD إلى صعوبة التركيز وتنظيم النشاط. هنا، التشخيص المبكر والتدخل هما المفتاح لإدارته، لكن اضطراب نقص الانتباه/فرط النشاط، كما قال المشارك في الدراسة جاستين هوينه:

“من الصعب جدًا تشخيصه.”

استخدمت الدراسة قيم التماثل الكسري (FA) كمدخل لتدريب نموذج ذكاء اصطناعي عميق لتشخيص اضطراب نقص الانتباه/فرط النشاط “في إطار تشخيصي كمي وموضوعي”.

كما رأينا، من خلال تغذية الخوارزميات بكميات هائلة من مجموعات البيانات المتعلقة بفحوصات الدماغ وتاريخ المرضى، يمكن لهذه الخوارزميات تمييز علامات دقيقة قد لا يتمكن البشر من اكتشافها. وهذا بدوره يزيد من دقة التشخيص، مما يؤدي إلى تدخلات مبكرة ونتائج أفضل للمرضى.

إن دراسة تقنيات تصوير الدماغ الجديدة لفهم أسرار علم الدماغ ثم ربطها بالذكاء الاصطناعي لمحاكاة الدماغ هو أيضًا وسيلة لسد الفجوة بين الذكاء الاصطناعي والذكاء البشري. بالفعل، شهدت واجهات الدماغ-الحاسوب (BCI) تقدمًا كبيرًا من قبل شركات مثل Neuralink. تقوم BCI بربط الدماغ مباشرةً بالأجهزة الخارجية، مما يتيح للأشخاص ذوي الإعاقة التحكم في الأطراف الاصطناعية والتفاعل مع العالم بمجرد التفكير، مما يبرز إمكاناتها للعديد من التطبيقات العلمية والعملية.

يمكن لهذا الاندماج بين الذكاء البشري والذكاء الاصطناعي أن يخلق في النهاية “قوة خارقة”، لكنه يحتاج إلى نماذج حوسبة تدمج معالجة الرؤية واللغة الطبيعية، كما يفعل الدماغ البشري، لتحقيق تواصل شامل. في هذا السياق، يمكن للمساعدين الافتراضيين التعامل مع المهام البسيطة والمعقدة على حد سواء، لكن الآلات بحاجة إلى تعلم فهم سياقات أغنى لتطوير مهارات تواصل شبيهة بالبشر.

الدور المتنامي للذكاء الاصطناعي في علاج الدماغ البشري

في الرعاية الصحية، يتضمن التشخيص تقييم الحالات أو الأمراض الطبية من خلال تحليل الأعراض والسجل الطبي ونتائج الفحوصات. هدفه هو الاستفادة من الفحوصات مثل الفحوصات التصويرية، وفحوصات الدم، وغيرها لتحديد سبب المشكلة الطبية وإصدار تشخيص دقيق لتوفير علاج فعال. بالإضافة إلى ذلك، يمكن استخدام التشخيص لمراقبة تقدم الحالة وتقييم فعالية العلاج.

إمكانات الذكاء الاصطناعي في العلاج جذابة للغاية. يمكن للذكاء الاصطناعي تقديم تحليل لخصائص دماغ الشخص بالإضافة إلى تاريخه الطبي، والوراثة، وبيانات نمط حياته، وعوامل أخرى، بناءً على ذلك يمكنه تقديم طب مخصص. بهذه الطريقة، يَعِد الذكاء الاصطناعي بخطط علاجية مخصصة تأخذ في الاعتبار التعقيدات الفريدة لدماغ كل مريض.

من خلال تحديد أنماط فريدة وغير متحيزة في البيانات، يمكن للذكاء الاصطناعي أيضًا اكتشاف مؤشرات حيوية جديدة أو طرق تدخل. الأنظمة القائمة على الذكاء الاصطناعي أسرع وأكثر كفاءة من العمليات اليدوية وتقلل بشكل كبير من الأخطاء البشرية.

استخدم فريق من الباحثين مؤخرًا الذكاء الاصطناعي للتنبؤ بالطريقة المثلى لتصنيع جزيئات الأدوية. وفقًا للمؤلف الرئيسي للورقة ديفيد نيبا، فإن هذه الطريقة لديها القدرة على تقليل عدد التجارب المخبرية المطلوبة “بشكل كبير”، وبالتالي “زيادة كفاءة واستدامة التخليق الكيميائي”.

تم تدريب نموذج الذكاء الاصطناعي على بيانات من أعمال علمية موثوقة وتجارب من مختبر آلي، ويمكنه بنجاح التنبؤ بموقع البوريليشن لأي جزيء وتوفير الظروف المثلى للتحول الكيميائي. يُستخدم بالفعل لتحديد المواقع في المكونات النشطة الحالية حيث يمكن إدخال مجموعات نشطة إضافية، سيساعد هذا النموذج في تطوير متغيرات جديدة وأكثر فعالية من المكونات النشطة المعروفة للأدوية بسرعة أكبر.

أهم الشركات الدوائية التي تعمل على دمج الذكاء الاصطناعي

الآن، دعونا نلقي نظرة على بعض الشركات المتداولة علنًا في قطاع الطب التي تستخدم هذه التقنية.

1. Novartis (NVS) 

استثمرت هذه الشركة الدوائية العملاقة في الذكاء الاصطناعي لتحليل البيانات الطبية الحيوية واكتشاف وتطوير الأدوية. برأس مال سوقي يبلغ 223.48 مليار دولار، يتداول سهم Novartis حاليًا عند 98.27 دولار، بارتفاع 8.17٪ هذا العام. بلغت إيرادات الشركة للاثني عشر شهرًا الأخيرة (TTM) 47.88 مليار دولار، بينما كان ربح السهم (EPS) (TTM) 3.59، نسبة السعر إلى الأرباح (P/E) (TTM) 27.30، والعائد على حقوق الملكية (ROE) (TTM) 14.94٪. في الوقت نفسه، كان عائد الأرباح 3.57٪.

قامت الشركة بدمج الذكاء الاصطناعي عبر عملياتها، بما في ذلك تحليل مجموعات بيانات ضخمة تشمل سجلات الصحة العامة، بيانات الوصفات الطبية، البيانات الداخلية، ومطالبات التأمين الطبي لتحديد المرضى المحتملين للمشاركة في التجارب السريرية بهدف تحسين تصميم التجارب. وفقًا لـ Novartis، فإن استخدام أداة الذكاء الاصطناعي جعل تسجيل المرضى في التجارب أسرع وأرخص وأكثر كفاءة.

2. Pfizer (PFE)

هذه الشركة الصيدلانية الحيوية القائمة على البحث لديها رأس مال سوقي يبلغ 163.238 مليار دولار وأسهمها تتداول حاليًا عند 28.97 دولار، بانخفاض 43.58٪ هذا العام. بلغت إيرادات الشركة للاثني عشر شهرًا الأخيرة (TTM) 68.53 مليار دولار، بينما كان ربح السهم (EPS) (TTM) 1.82، نسبة السعر إلى الأرباح (P/E) (TTM) 15.88، والعائد على حقوق الملكية (ROE) (TTM) 11.05٪. في الوقت نفسه، كان عائد الأرباح 5.67٪.

أبدت شركة Pfizer (PFE ) اهتمامًا كبيرًا في الاستفادة من الذكاء الاصطناعي لتعزيز جهود اكتشاف الأدوية. تعاونت الشركة مع العديد من شركات الذكاء الاصطناعي، مثل CytoReason وTempus وGero وTruveta. وفي الوقت نفسه، لتحسين تجاربها السريرية في مجال الأورام، وقعت Pfizer اتفاقية مشاركة بيانات مع شركة الذكاء الاصطناعي المتخصصة في الأورام Vysioneer، التي تمتلك أيضًا حلًا تلقائيًا لتحديد حدود أورام الدماغ مدعومًا بالذكاء الاصطناعي وموافق عليه من قبل FDA يُدعى VBrain.

بالإضافة إلى إنشاء مركز أبحاث تعلم آلي لتطوير نماذج وأدوات تنبؤية جديدة، تعاونت Pfizer أيضًا مع أحد أكبر مزودي السحابة، Amazon Web Services، لاستخدام الحوسبة السحابية في اكتشاف الأدوية وتصنيعها. كان هذا التعاون ذا قيمة خاصة “خلال جائحة COVID-19… في مختلف جوانب تطوير اللقاح، من التصنيع إلى التجارب السريرية”.

3. AstraZeneca (AZN)

تتمتع هذه الشركة الصيدلانية الحيوية برأس مال سوقي يبلغ 200.8 مليار دولار، وأسهمها تتداول حاليًا عند 64.86 دولار، بانخفاض 4.44٪ هذا العام. بلغت إيرادات الشركة للاثني عشر شهرًا الأخيرة (TTM) ما يقرب من 45 مليار دولار، بينما كان ربح السهم (EPS) (TTM) 1.89، نسبة السعر إلى الأرباح (P/E) (TTM) 34.29، والعائد على حقوق الملكية (ROE) (TTM) 16.30٪. في الوقت نفسه، كان عائد الأرباح 2.22٪.

استثمرت شركة AstraZeneca (AZN ) ، وهي شركة دوائية أنجلو-سويدية، في الذكاء الاصطناعي لتحليل البيانات البيولوجية المعقدة لاكتشاف الأدوية وتعاونت مع شركات الذكاء الاصطناعي لتعزيز قدراتها البحثية. مؤخرًا، وقعت AstraZeneca صفقة تصل قيمتها إلى 247 مليون دولار مع شركة اكتشاف الأدوية البيولوجية القائمة على الذكاء الاصطناعي Absci لتصميم جسم مضاد لمكافحة السرطان. تستخدم شركة Absci الذكاء الاصطناعي التوليدي للحصول على مرشحين دوائيين مثاليين بناءً على سمات مثل الانتماء، وقابلية التصنيع، والسلامة، وغيرها.

في الشهر الماضي، أنشأت AstraZeneca وحدة تكنولوجيا صحية تُدعى Evinova لتسريع الابتكار وإدخال الذكاء الاصطناعي إلى التجارب السريرية. كما حصلت الشركة على وصول مبكر إلى “التوائم الرقمية” المدفوعة بالذكاء الاصطناعي ووقعت اتفاقية اكتشاف أدوية مدعومة بالذكاء الاصطناعي مع Verge Genomics عبر قسم الأمراض النادرة، Alexion.

4. BenevolentAI SA (BAI.AS)

تتمتع هذه الشركة المتخصصة في اكتشاف وتطوير الأدوية المدعومة بالذكاء الاصطناعي برأس مال سوقي يبلغ 86.45 مليار دولار، وأسهمها تتداول حاليًا عند 0.545 دولار، بانخفاض 84.43٪ هذا العام. ربح السهم (EPS) (TTM) للشركة هو 0.75، ونسبة السعر إلى الأرباح (P/E) (TTM) هي 0.72.

تُعد BenevolentAI شركة في مرحلة سريرية تهدف إلى علاج التهاب الجلد التأتبي وكذلك العلاجات المحتملة للأمراض المزمنة والسرطان. تستخدم خوارزميات الذكاء الاصطناعي التنبؤية لتحليل واستخلاص الرؤى اللازمة من البيانات المتاحة والأدبيات العلمية. في مايو من هذا العام، كجزء من خطة استراتيجية لتأهيل نفسها لعصر جديد في مجال الذكاء الاصطناعي، أعلنت الشركة أنها ستقلل الإنفاق وتحرر صافي النقد لزيادة مرونتها المالية.

لدى الشركة شراكة راسخة مع شركات صيدلانية كبرى مثل GSK وNovartis، بينما تعاونها مع AstraZeneca يهدف إلى تطوير أدوية للتليف ومرض الكلى المزمن. قبل بضعة أشهر، تعاونت BenevolentAI أيضًا مع Merck KGaA (MRK.DE ) للاستفادة من خبرتها في مجال الأورام والالتهاب العصبي ودعم خطط اكتشاف الأدوية المدفوعة بالذكاء الاصطناعي من خلال التركيز على إيجاد مرشحين جزيئيين صغار قابلين للتطبيق.

أفكار ختامية

كما رأينا، يمتلك الذكاء الاصطناعي إمكانات هائلة لتعزيز تشخيص وعلاج أمراض الدماغ. يمكنه حتى المساعدة في توقع اضطرابات الدماغ بناءً على انحرافات طفيفة عن النشاط الدماغي الطبيعي، مما يؤدي إلى تحسين نتائج المرضى ونظام رعاية صحية أكثر كفاءة وفعالية. ومع ذلك، يجب الإشارة إلى أن هذا التقاطع بين الذكاء الاصطناعي والدماغ البشري ليس خالٍ من المخاوف الأخلاقية وبالتالي يتطلب إجراءات صارمة لحماية الخصوصية.