هل يمكن للذكاء الاصطناعي أن يثور تشخيص وعلاج الأمراض النادرة؟

في الولايات المتحدة، يعيش أكثر من 30 مليون شخص مع مرض نادر، وهو مجموعة تضم أكثر من 10,000 حالة غالبًا ما تكون مجهولة وصعبة التشخيص. بالنسبة للكثيرين، الحصول على تشخيص دقيق يستغرق في المتوسط من خمس إلى ثماني سنوات، وهذا التأخير يؤخر الوصول إلى العلاجات المناسبة. أقل من 5٪ من هذه الأمراض لديها علاج معتمد حاليًا، مما يترك غالبية المرضى دون حل علاجي. التكلفة الاقتصادية هائلة: يتم إنفاق أكثر من 1 تريليون دولار سنويًا على هذه الأمراض في الولايات المتحدة، مع سوق علاجي يقدر بـ 400 مليار دولار بحلول عام 2030.

مسار المرضى المصابين بأمراض نادرة غالبًا ما يشبه التيه الطبي. قد تكون الأعراض غامضة أو مشابهة لأعراض أمراض أكثر شيوعًا، مما يعقد عمل الأطباء العامين الذين يواجهون بالفعل عبئًا كبيرًا من العمل. الاختبارات الجينية، رغم أنها أصبحت أكثر سهولة، تولد كميات هائلة من البيانات الصعبة التفسير. قد تفوت التحليلات الجينومية الكاملة بعض الشوذوذات، مثل توسعات التكرارات أو الانحرافات الكروموسومية الكبيرة، مما يتطلب تقنيات أكثر تقدمًا وتكلفة.

يمكن للذكاء الاصطناعي تغيير هذا الواقع من خلال توحيد عملية التشخيص والعلاج. بفضل نماذج قادرة على تحليل البيانات الجينومية والسريرية والبيئية، يمكن للذكاء الاصطناعي تحديد أنماط غير مرئية للعين البشرية. يمكنه اكتشاف الأمراض النادرة قبل حدوث أضرار لا رجعة فيها، من خلال ربط المعلومات المستمدة من الملفات الطبية والصور والتسلسلات الجينية وحتى التسجيلات الصوتية والمرئية. هذه الأنظمة تقدم تشخيصات أسرع وأكثر دقة، مع تقليل التكاليف المرتبطة بالأخطاء والتأخيرات.

ومع ذلك، لا تزال هناك تحديات كبيرة. النماذج البيولوجية الحالية لا تستوعب كل تعقيدات الجسم البشري، مما يحد من موثوقية التنبؤات. يبقى إنتاج العلاجات المخصصة بطيئًا ومكلفًا، مع مواعيد تصنيع أطول بكثير من تلك الخاصة بتصميم الذكاء الاصطناعي. أخيرًا، تمويل هذه العلاجات المخصصة يطرح تساؤلات: تكلفتها العالية وطابعها فائق التخصص يجعلان دمجها في أنظمة الرعاية الصحية التقليدية أمرًا صعبًا.

لتجاوز هذه العقبات، فإن التعاون الوثيق بين الحكومات والصناعات والمؤسسات ضروري. الهدف هو إنشاء بنية تحتية مستدامة، قادرة على دعم البحث والإنتاج وتوزيع العلاجات المبتكرة. لن يحل الذكاء الاصطناعي محل الخبراء البشر، لكنه يمكن أن يساندهم من خلال أتمتة تحليل البيانات الضخمة واقتراح مسارات علاجية ملائمة لكل مريض. على المدى الطويل، يمكن لهذا النهج أن يجعل الرعاية الشخصية متاحة للجميع، مما يغير بذلك طريقة التعامل مع الأمراض النادرة.

Sources et crédits

Étude source

DOI : https://doi.org/10.1007/s12553-026-01057-y

Titre : Unifying the odyssey: artificial intelligence for rare disease diagnosis and therapy

Revue : Health and Technology

Éditeur : Springer Science and Business Media LLC

Auteurs : Mai-Lan Ho; Marinka Zitnik; Ronen Azachi; Sanjay Basu; Pranav Rajpurkar; Richard Sidlow