قادة الفكر
الهرمونات والبيانات والانطلاقة الكبيرة في مجال الذكاء الاصطناعي التي فاتت الطب التقليدي
لقد كانت صحة المرأة لعدة عقود متأخرة في البحث السريري – غير مدروسة جيدًا، ومبسطة بشكل كبير، واضطرت إلى التكيف مع نماذج بنيت حول المتوسطات البيولوجية للرجال. وقد تم تقليل الحالات التي تتأثر بالدورات الهرمونية، على سبيل المثال، إلى صور سريرية ساكنة لا تلاحظ الأنماط الطويلة الأمد ولا تفهم الأعراض، مما يساهم في تأخير التشخيص وخطأه.
كان ذلك قبل ثلاثة عقود فقط عندما سمحت إدارة الأغذية والأدوية (FDA) للنساء بالمشاركة مرة أخرى في دراسات البحث السريري كمتطوعين، ومع ذلك، لا تزال النساء تمثل 30٪ من المشاركين في التجارب – ويعود ذلك في الغالب إلى تركيز صناعة الأدوية على إمكانية إنجابهن ومخاوف الخصوبة.
تتجاوز العواقب التمثيل. وقد توصلت دراسة أجريت في جامعة بيتسبرغ للصحة العامة إلى أن معظم ملفات سلامة الأدوية تعتمد على البيولوجيا الذكرية، ولا تأخذ في الاعتبار التباين الهرموني الأنثوي. وفي بحوث أمراض القلب على وجه الخصوص، ساهم عدم تسجيل النساء في التجارب في تأخير التشخيص ورفض الأعراض والتشخيص الخاطئ على نطاق واسع.
منذ عام 2015، أحرز البحث السريري خطوات مهمة في المساواة بين الجنسين، ومع ذلك، فإن الفجوة بين السياسة والممارسة كانت كبيرة. ولم يكن حتى الآن أن بدأت تحقيق تقدم في البحث السريري الذي يأخذ في الاعتبار البيولوجيا الأنثوية بشكل صريح.
استيقاظ المؤسسات
随着 تراكم البيانات السريرية وزيادة أهمية الفجوات البحثية، تتشكل محاذاة جديدة بين العلم والتكنولوجيا، لا تتجه نحو معاملة بيولوجيا المرأة كتباين، بل نحو أنظمة بنيت من الصفر حول الفروق الجنسية البيولوجية.
لقد رسّخت المؤسسات هذا التحول. وقد عززت جمعية القلب الأمريكية تركيزها على صحة القلب لدى النساء من خلال صندوق مالي قيمته 75 مليون دولار أمريكي وبرنامج بحثي يدرس تأثيرات الدورات الشهرية على صحة القلب والكلى والأيض.
في الوقت نفسه، توجّه الخطة الاستراتيجية لمنظمة الصحة الوطنية (NIH) والأمر التنفيذي للبيت الأبيض أكثر من 100 مليون دولار أمريكي من تمويل ARPA-H نحو ما يسميه الباحثون “نوافذ الأيض” – و特别ً العمر اليائس والدورات الشهرية – استجابةً للبيانات التي تشير إلى أن ما يقرب من 99٪ من دراسات الشيخوخة قبل السريرية استثنت هذه العوامل تاريخيًا. ويدعم المبادرة توصية قيمتها 15.7 مليار دولار أمريكي من الأكاديمية الوطنية.
لقد حفزت هذه التغييرات الهيكلية تحولًا موازٍ في كيفية جمع بيانات صحة المرأة وتفسيرها والعمل عليها. وتترجم جيل جديد من المنصات البيانات الهرمونية والدورية إلى رؤى سريرية قابلة للفهم، مما يمكّن النساء من تحديد الأنماط قبل أن تتفاقم في حالات قد يفهمها النهج التقليدي بشكل خاطئ.
“كان أزمة صحتي الخاصة واحدة من أكثر التجارب رعبا في حياتي – وما كشفت عنه بسرعة هو أن العبء يقع几乎 بالكامل على المريض في اللحظة التي يكون فيها أقل استعدادًا لتحمله”، قالت Adriana Torosian، المؤسس والمدير التنفيذي لمنصة Ourself Health، لمنصة Unite AI.
تؤدي منصة Ourself Health تحولًا هيكليًا في كيفية تصور صحة المرأة، تنشأ من تجارب المرأة الشخصية مع إدارة بيانات الصحة الضعيفة، وتهدف إلى منع مشاكل مستقبلية مع عدم مطابقة المعلومات أو الوصول الضعيف إلى تفسير البيانات.
أعلنت شركة Ourself Health، التي تتخذ من سان فرانسيسكو مقراً لها، مؤخرًا عن إطلاق منصة Stella، وهي منصة صحية مدعومة بالذكاء الاصطناعي تجمع بين أبحاث صحة المرأة الرائدة في العالم وتاريخ الصحة الشخصي للمستخدمين.
“في النهاية، كانت الإجابة بالنسبة لي بياناتي. كنت أشتبه في أن دورتي الشهرية تؤثر مباشرة على حالتي، وقدمت هذه الفرضية إلى الأطباء الرائدين، الذين رفضوها تمامًا. كان الطريق الوحيد هو بناء قاعدة بياناتي الخاصة، وfinding أجابي الخاصة، ثم إحضار أطبائي في عملية معي – العكس التام لما توقعته أن يكون”، أضافت Torosian.
لماذا يغير الذكاء الاصطناعي المعادلة
يغير الذكاء الاصطناعي بشكل أساسي تشخيص الرعاية الصحية، ليس عن طريق استبدال الحكم السريري، ولكن عن طريق تمكين شكل من أشكال التعرف على الأنماط بمقياس واستمرارية لا تستطيع الرعاية التقليدية تكرارها. على عكس النماذج السريرية التي تعتمد على اللقاءات الحلقية، يمكن لأنظمة الذكاء الاصطناعي تحليل السجلات الطبية والbiosignals والمدخلات الفسيولوجية في الوقت الفعلي، مما يكتشف العلاقات التي تفوتها الرعاية التقليدية بانتظام.
لقد أدى هذا إلى تشخيص أكثر دقة وأسرع عبر حالات تتراوح من أمراض القلب إلى السرطان – وهو تحول يحسن بالفعل نتائج المرضى.
في صحة المرأة على وجه الخصوص، هذه القدرة هي أمر بالغ الأهمية؛ الأنظمة الهرمونية ديناميكية ومت相لة ومتفردة للغاية. الأدوات المدعومة بالذكاء الاصطناعي ت开始 جسر الفجوة التشخيصية من خلال تمكين مراقبة أكثر دقة وتوقعات وتحليلات طويلة الأمد عبر صحة الإنجاب والرعاية الأمومية والصحة النسائية.
تتراوح التطبيقات الناشئة من التصوير الفوري المدعوم بالذكاء الاصطناعي إلى الكشف غير الغاز عن مرض النسيج الزائد، وهي مجالات حيث عانت التشخيصات التقليدية من الصعوبة لمدة طويلة.
تعتمد منصة Ourself Health على هذا الأساس من خلال تشغيل بيانات الهرمونات الطويلة الأمد، وتحويل الأنماط إلى توصيات صحية شخصية وذات صلة بالزمن بدلاً من التوجيه السريري العام.
“كلما زادت البيانات التي يقدمها المستخدم إلى المنصة، زادت دقة وتخصيص إرشادات Stella. تأتي هذه البيانات من طبقات متعددة: الأعراض الفردية التي يتم تتبعها يوميًا داخل التطبيق، والملاحظات الشخصية، والوثائق التي يمكن للمستخدم تحميلها مباشرة، والبيانات الفسيولوجية المستمرة من الأجهزة القابلة للارتداء مثل ساعة Apple”، أوضحت Torosian.
بذلك، تتجاوز الأداة الكشف وتتجه نحو دعم القرار – لإعادة تشكيل صحة المرأة كنظام محوسب مستمر بدلاً من سلسلة من الرعاية السريرية المنفصلة.
“الهدف هو إغلاق الفجوة بين ما تعرفه المرأة عن جسدها وما يرى الطبيب خلال موعد قصير – وضمان وصولها إلى كل互одействة مسلحة ببياناتها وآخر البحوث ذات الصلة وخطة عمل واضحة”، أضافت المؤسسة.
طبقة حسابية جديدة لفجوة قديمة
الفرق بين توليد رؤية وتقديم إرشادات قابلة للتنفيذ هو فرق دقيق ولكن له意义 سريري. تم تصميم منصة Stella لتحديد الأولوية للثاني، وتفسير الاتجاهات الطويلة الأمد لتوليد توصيات فردية وذات صلة بالزمن، معيارية لخط قاعدة هرموني لكل مستخدم.
في جوهرها، يستند تصميم Stella إلى الاعتراف بأن لا نظامين هرمونيين متطابقين. ثم تتعلم منصة Ourself بشكل مستمر من مدخلات كل مستخدم، بغض النظر عن الدورات أو الأعراض.
“ما زال يفتقر إلى النساء الفرديات القدرة على اتخاذ زمام الأمور الآن – دون انتظار أبحاث لتكمل الفجوة. هذا بالضبط حيث تأتي منصة Ourself؛ لا يمكننا أن نطلب من النساء التوقف عن حياتهن بينما المؤسسات تغلق ببطء فجوة التمويل. يمكننا أن نقدم لهن الأدوات لفهم أجسادهن اليوم، وإنشاء سجلات صحية خاصة بهن، واتخاذ قرارات مستنيرة والعمل بما نعرفه بالفعل – بينما تستمر المناظر البحثية الأوسع في التطور حولهن”، شددت Torosian.
هذا النهج يتحول من إدارة الصحة الهرمونية من تخصص phảnاعي إلى تخصص استباقي، حيث يمكن أن تكون التدخلات محددة بالزمن ومتخصصة بدقة لا تستطيع نماذج الرعاية التقليدية تقديمها هيكليًا.
ولكن ما وراء الحالات الفردية أو الرؤساء، يطرح ظهور تقنيات أفضل – ومدعومة بالذكاء الاصطناعي – طبقة حسابية جديدة قادرة على جعل التعقيد قابلاً للتنفيذ، وأهم من ذلك، إنقاذ الأرواح.
随着 المؤسسات مثل NIH وجمعية القلب الأمريكية إعادة توجيه الموارد رسميًا، يترجم الذكاء الاصطناعي هذه الزخم إلى تأثير حقيقي في العالم الواقعي. تكمن وعد هذه الأدوات في قدرتها على تخصيص وتشغيل ما لاحظت الطب ولكن عجزت عن تطبيقه: أن صحة المرأة ديناميكية.
مستقبل الرعاية الصحية لن يتم تعريفه من خلال المتوسطات على مستوى السكان، بل من خلال الدقة – حيث تكون بيانات كل فرد على مدار حياته أساس رعايته. وفي هذا المعنى، لا يreplace الذكاء الاصطناعي الطب، بل يمتد إلى منطقة لم يكن الطب مجهزًا بشكل كامل للتنقل فيها، حتى الآن.
