الذكاء الاصطناعي في رعاية الخصوبة: الوعد، الأدلة والواقع السريري

العالم يدخل عصرًا ديموغرافيًا جديدًا. العالمي معدل الخصوبة قد انخفض من حوالي 4.9 طفل لكل امرأة في خمسينيات القرن الماضي إلى 2.3 اليوم، وتُشير توقعات الأمم المتحدة إلى أنه سيستمر في الانخفاض طوال هذا القرن. في المملكة المتحدة، معدل الولادة أقل حتى – 1.39 طفل لكل امرأة في إنجلترا وويلز في عام 2025. مع انخفاض معدلات الولادة، وتأخر الأبوة، وارتفاع معدلات العقم التي تعيد تشكيل الرعاية الصحية الإنجابية، أصبحت الخصوبة واحدة من أسرع المجالات نمواً في استثمارات تكنولوجيا الصحة. المستثمرون يدعمون تقنيات تعد بجعل الحمل أسهل، وفهم أفضل للصحة الإنجابية، وتسهيل التنقل عبر العلاجات بشكل أكثر كفاءة. من المتوقع أن السوق العالمية لتقنيات الإنجاب المساعدة تصل إلى 33.4 مليار دولارفي عام 2026. سوق FemTech، الذي يشمل جميع التقنيات المستخدمة لدعم صحة المرأة، كان قيمته ما يقدر بـ 45.6 مليار دولار عالميًا في عام 2025ومن المتوقع أن يتجاوز ثلاث مرات بحلول عام 2033. 

لقد أصبح الذكاء الاصطناعي بطبيعة الحال جزءًا من هذه الموجة. اليوم، يُشغل الذكاء الاصطناعي تطبيقات تتبع الدورة، والأجهزة القابلة للارتداء، واختبارات الخصوبة المنزلية، وتقنيات التخصيب في المختبر (IVF)، واعدًا برؤى شخصية متزايدة حول الصحة الإنجابية. ومع تقدم هذه الأدوات، يتحول النقاش من ما يمكن للذكاء الاصطناعي القيام به إلى مدى الثقة التي يجب أن يكسبها. تعتمد هذه الثقة ليس فقط على جودة التوصيات التي ينتجها، بل أيضًا على شفافية الشركات بشأن البيانات التي تستند إليها: ما هي مجموعات البيانات المستخدمة لتدريب هذه الأنظمة، ومدى تمثيلها وموثوقيتها، وأين تكمن حدودها لكل من الأطباء والمرضى. 

الأدوات الرقمية للخصوبة تُغيّر سلوك المرضى أسرع مما تُلحقه الأدلة السريرية

الأدلة على تقنيات الصحة الإنجابية أكثر تعقيدًا مما يشير إليه أقوى مؤيديها أو أقسى منتقديها عادةً. مراجعة حديثة من قبل UCL researchers تستنتج أن الأدوات الرقمية – من تطبيقات الخصوبة والأجهزة القابلة للارتداء إلى الاختبارات المنزلية والرعاية عن بُعد – يمكنها تحسين معرفة الخصوبة، ودعم المراقبة الذاتية، وتوسيع الوصول إلى الرعاية، وتعزيز التواصل بين المرضى والأطباء. مع تزايد مشاركة المرضى في فهم وإدارة صحتهم الإنجابية، يصبح الذكاء الاصطناعي جزءًا متزايدًا من هذه الرحلة. وفقًا لـ 2026 KFF survey، أحد كل ثلاثة بالغين في الولايات المتحدة قد استخدم بالفعل روبوت محادثة ذكاء اصطناعي للحصول على معلومات أو نصائح صحية، حيث يلجأ الكثيرون إليه قبل التحدث إلى مقدم الرعاية الصحية. وهذا يشير إلى أن الذكاء الاصطناعي أصبح أكثر من مجرد أداة بحث: فهو الآن يساعد الأشخاص على تفسير المعلومات الصحية قبل اتخاذ القرارات السريرية.

في الوقت نفسه، يجادل الباحثون بأن هذه الفوائد تعتمد على الدقة، الصلاحية السريرية، والاندماج في مسارات الرعاية الصحية، محذرين من أن العديد من تقنيات الخصوبة لا تزال تصل إلى السوق دون أدلة كافية تُثبت أن تنبؤاتها قوية تحليليًا، ذات معنى سريريًا أو مفيدة حقًا للمرضى. التحدي يتجاوز أخطاء الذكاء الاصطناعي أو تخيله. تصل العديد من تقنيات الخصوبة إلى المرضى قبل توفر أدلة كافية تُظهر أن تنبؤاتها ذات معنى سريري أو تحسن النتائج فعليًا، مما يخلق خطرًا أن الثقة في التقنية تتجاوز الأدلة الداعمة لها. 

تظهر فجوة الأدلة هذه بوضوح خاص عندما ينتقل الذكاء الاصطناعي من شرح علم الأحياء الإنجابي الأساسي إلى دعم قرارات الخصوبة. Researchers الذين قارنوا ChatGPT وGemini وCopilot وPerplexity عبر 37 سؤالًا حول الخصوبة وجدوا أن النماذج كانت عمومًا موثوقة في مواضيع مثل دورة الطمث والحمل، لكنها أصبحت أقل اتساقًا كثيرًا عند الإجابة على أسئلة حول التخصيب في المختبر (IVF)، وتجميد البويضات، وغيرها من تقنيات الإنجاب المساعدة.

التفسير عملي بشكل مفاجئ بدلاً من كونه تقنيًا بحتًا. تدعم مفاهيم الخصوبة الأساسية عقودًا من الأدلة الراسخة، بينما تتطور تقنيات الإنجاب المساعدة بسرعة أكبر. كما يلاحظ المؤلفون، حتى النماذج التي تستشهد بأوراق علمية قد تبالغ في التركيز على الحالات النادرة أو النتائج القديمة، مما يقدم إجابات واثقة لا تمثل الفئة الأوسع من المرضى.

مع تزايد تأثير أجهزة التكنولوجيا الصحية وأدوات الذكاء الاصطناعي على كيفية تفسير الأشخاص للأعراض، وفهم نتائج الاختبارات، وتوجههم لاتخاذ قرارات العلاج قبل دخول العيادة، ترتفع معايير الأدلة والشفافية والرقابة التنظيمية إلى مستويات أعلى بكثير.

أين يمكن للذكاء الاصطناعي أن يُحدث أكبر فرق في رعاية الخصوبة

بينما تستمر تطبيقات الخصوبة للمستهلكين، والأجهزة القابلة للارتداء، والاختبارات المنزلية في التطور، يُعيد الذكاء الاصطناعي أيضًا تشكيل الجانب السريري للطب الإنجابي. بدلاً من استبدال المتخصصين، يركز البحث الأكثر وعدًا على مساعدة أخصائيي الأجنة، وأطباء الخصوبة، وفِرق المختبرات على اتخاذ قرارات أكثر استنارة. 

إحدى أكثر المجالات رسوخًا في أبحاث الذكاء الاصطناعي في مجال الخصوبة هي تقييم الأجنة أثناء التخصيب الصناعي. من خلال تحليل آلاف الصور المتتابعة لتطور الأجنة، أظهرت نماذج التعلم الآلي نتائج مثيرة للإعجاب في التنبؤ بحيوية الأجنة ولا تزال واحدة من أكثر التطبيقات واعدة في هذا المجال. تجربة Nature Medicine أظهرت أن الأداء القوي على مجموعات البيانات الاسترجاعية لا يترجم تلقائيًا إلى نتائج سريرية أفضل، مما دفع الباحثين إلى رفع مستوى التحقق. العمل الأحدث حول التركيز أكثر، مؤكدًا على التقييم السريري في البيئات الواقعية كخطوة حاسمة تالية قبل أن يتم اعتماد هذه الأنظمة على نطاق واسع في الممارسة.

اتجاه واعد آخر هو التنبؤ بالاستجابة المبيضية قبل التخصيب الصناعي. يستخدم الباحثون الذكاء الاصطناعي لدمج مؤشرات سريرية مثل العمر، ومستويات هرمون مضاد المولر (AMH)، وعدد الجريبات الأنترالية لتقدير كيفية استجابة المريض للتحفيز المبيضي قبل بدء العلاج. الدراسات الحديثة تشير إلى أن هذه النماذج يمكنها تحسين تخطيط العلاج ومساعدة في تحديد المرضى الذين قد يستفيدون من تدخل مبكر أو استراتيجية تحفيز أكثر تخصيصًا، على الرغم من أن التحقق السريري الأوسع لا يزال خطوة مهمة قادمة.

نضج هذه التقنيات يختلف بشكل كبير. بعض أدوات الذكاء الاصطناعي تساعد بالفعل الأطباء في مختبرات التخصيب الصناعي اليوم، بينما لا يزال البعض الآخر ينتقل من أبحاث جامعية واعدة نحو التحقق السريري. هذا التمييز مهم لأنه يعكس تحولًا أوسع في رعاية الخصوبة: التأثير القريب الأقصى يأتي بشكل متزايد من أنظمة الذكاء الاصطناعي التي تدعم سير العمل السريري بدلاً من استبدال الحكم السريري.

من الإنجازات في الذكاء الاصطناعي إلى تحسين رعاية المرضى اليومية

ليس سرًا أن الهدف الرئيسي الذي تتوقعه الشركات من أدوات الذكاء الاصطناعي هو خفض التكاليف. وصناعة الخصوبة ليست استثناءً – فالتخصيب الصناعي يمكن أن يكون إجراءً مكلفًا. لا عجب أن العيادات والشركات الأخرى تبحث عن طرق لتقليل النفقات وجعل العلاج متاحًا لأكبر عدد ممكن من الناس.

لا يمكننا تسهيل التخصيب الصناعي وعلاج الخصوبة عمومًا لأن الجانب البيولوجي معقد. ما يمكننا تبسيطه هو رحلة المريض وسير العمل السريري. لذا لجأنا إلى الذكاء الاصطناعي لتقليل الوقت الذي يقضيه أطباؤنا في إعداد الحالات – أحد أكثر الموارد قيمة في رعاية الخصوبة.

في رأيي، أكثر أداة مفيدة اليوم ستكون نظام ذكاء اصطناعي مصمم لتحليل التاريخ السريري الكامل للمريض، والعلاجات السابقة، ونتائج المختبر، ثم تنظيم هذه المعلومات في حالة منظمة. على سبيل المثال، يمكنه تقديم اقتراح بجرعة الدواء للطبيب بناءً على نتائج تحاليل الدم. يبقى القرار السريري بالكامل بيد الطبيب؛ الذكاء الاصطناعي ببساطة يقلل الوقت المستغرق في التحضير له.

في Plan Your Baby، نعمل الآن مع شركاء الصناعة لبناء مثل هذا النظام. في رؤيتنا، يجب تدريبه على بيانات مجهولة الهوية تم جمعها على مدار سنوات من رعاية الخصوبة، لأن جودة منتج الذكاء الاصطناعي في الطب تعتمد بقدر كبير على السياق السريري وراء البيانات كما على النموذج نفسه. يتم إلغاء تعريف كل سجل قبل استخدامه في التطوير، مما يسمح للنظام بالتعلم من الرعاية الواقعية مع حماية خصوصية المريض.

من المهم أيضًا التأكيد على أنه بما أن هذه التقنية ستصبح جزءًا من سير العمل السريري، لا يمكن التعامل معها كمنتج ذكاء اصطناعي تقليدي. يجب بناء مثل هذه الأدوات مع مراعاة شهادة الأجهزة الطبية منذ البداية، لأن النشر في الرعاية الصحية لا يكون ممكنًا إلا إذا استوفت التقنية نفس المعايير المتوقعة من أي أداة سريرية أخرى.