حين يتعلّم الذكاء الاصطناعي توقّع مسار المرض قبل حدوثه

من الذكاء التوليدي إلى «النماذج العالمية» التي تفهم الجسد عبر الزمن

حين يُصاغ القرار بين الإنسان والخوارزمية
حين يُصاغ القرار بين الإنسان والخوارزمية
TT

حين يتعلّم الذكاء الاصطناعي توقّع مسار المرض قبل حدوثه

حين يُصاغ القرار بين الإنسان والخوارزمية
حين يُصاغ القرار بين الإنسان والخوارزمية

لم يعد السؤال في الطب الحديث: هل يستطيع الذكاء الاصطناعي تشخيص المرض، بل أصبح السؤال الأعمق والأخطر: هل يمكنه توقّع مسار المرض قبل أن يُظهر الجسد أولى علامات التمرّد، ففي الطب ليست المشكلة دائماً في نقص المعرفة، بل في ضيق الزمن.

إشارات الأمراض المتسللة داخل الجسد

إن كثيراً من الأمراض لا تبدأ صاخبة، بل تتسلّل همساً داخل الجسد، وتترك إشارات دقيقة لا يلتقطها الفحص التقليدي، ولا ينتبه إليها الطبيب إلا حين تتحوّل إلى أعراض واضحة، وأحياناً متأخرة. وهنا تحديداً، لا يَعِد الذكاء الاصطناعي بإجابات أسرع فحسب، بل برؤية مختلفة: أن يقرأ الإشارات الصامتة قبل أن تتحوّل إلى شكوى، وأن يفهم المرض كمسارٍ زمني لا كلحظة تشخيص، وكأن الطب ينتقل من التقاط «صورة» للجسد إلى قراءة «قصته». وهذا التحوّل لا يمثّل مجرد تطوّر تقني، بل يمثل تغييراً في فلسفة الطب نفسها: من علاج ما حدث إلى محاولة فهم ما هو في طريقه إلى الحدوث.

الانتقال من «لقطة» الحالة إلى «قصة» المرض

على مدى السنوات الماضية، عمل الذكاء الاصطناعي في الطب بوصفه أداة مساعدة فورية؛ يحلّل صورة أشعة، ويقرأ نتيجة تحليل مِخبري، أو يقترح تشخيصاً في لحظة زمنية محددة. وكان أداؤه، في جوهره، أشبه بالتقاط «صورة ثابتة» للحالة الصحية، ثم التوقّف عندها. غير أنّ الطب، بطبيعته، لا يعيش في الصور، بل في الزمن. اليوم، تتقدّم نماذج ذكاء اصطناعي جديدة لا تنظر إلى المرض على أنه حدث معزول، بل كسردٍ زمني متصل، نماذج لا تكتفي بسؤال: ما الذي يعانيه المريض الآن، بل تحاول الإجابة عن أسئلة أعمق وأكثر جرأة: كيف بدأت القصة الصحية، وكيف تطوّرت خطوةً خطوة، وإلى أي اتجاه يسير هذا المسار إن تُرك دون تدخّل، وماذا يتغيّر في المستقبل لو اتُّخذ قرار علاجي مختلف اليوم. وبهذا التحوّل، لا يعود الذكاء الاصطناعي مجرد «عدسة تشخيص» تلتقط اللحظة، بل يتحوّل إلى نظام توقّع وتخطيط يحاكي الجسد عبر الزمن، ويختبر الاحتمالات قبل أن يختبرها المريض في واقعه.

حين تُساند الخوارزميات القرار الطبي

محاكاة المستقبل الصحي... السيناريوهات الافتراضية

تعتمد هذه النماذج الذكية على قراءة سلاسل زمنية طويلة من بيانات المريض، تشمل صوراً طبية متعاقبة، ونتائج مخبرية عبر الزمن، وسِجلات الأدوية، واستجابات العلاج، وفترات التحسّن والتدهور. ومن خلال هذا التراكم، لا يكتفي النموذج بالتحليل، بل يبني تمثيلاً داخلياً يحاكي السلوك البيولوجي للجسد، كما لو كان نظاماً حياً يتعلّم من تاريخه. وبهذا التمثيل، يصبح الذكاء الاصطناعي قادراً على محاكاة تطوّرات مستقبلية محتملة، لا على توقّع مسار واحد فقط، بل على استكشاف عدة مسارات متوازية.

وهنا تبرز إحدى أقوى قدرات هذه النماذج: القدرة على طرح أسئلة «ماذا لو؟»، قبل أن يطرحها المرض على جسد المريض؛ ماذا لو بدأ التدخّل العلاجي قبل ظهور الأعراض السريرية، وماذا لو اختير دواء أقل شدّة لكن في توقيت أدق، وماذا لو تأخّر القرار العلاجي أسبوعين فقط.

وما كان يعتمد سابقاً على الخبرة السريرية والحدس الطبي يمكن، اليوم، محاكاته رقمياً، اعتماداً على أنماط مستخلَصة من ملايين الحالات البشرية، ليقدّم للطبيب خريطة احتمالات بدل إجابة واحدة جامدة، ويعيد القرار الطبي إلى موقعه الطبيعي: قرار إنساني... مدعوم برؤية زمنية أوسع.

حين يقرأ الذكاء الاصطناعي صحتك من نومك

في مطلع عام 2026، ظهر مثال لافت يوضّح كيف يمكن لبيانات تبدو «غير طبية» في ظاهرها أن تتحوّل إلى نافذة مبكرة على المرض. ففي يناير (كانون الثاني) الحالي، أعلن فريق بحثي من معهد ستانفورد للطب «Stanford Medicine»، تطوير نموذج ذكاء اصطناعي جديد يحمل اسم «SleepFM»، بقيادة الدكتور إيمانويل مينيو، وبمشاركة الأستاذ جيمس زو. ونُشرت نتائج هذا العمل في مجلة «نيتشر ميديسن» (Nature Medicine)، مطلع العام نفسه.

وتكمن الفكرة، على بساطتها، في تحليل بيانات ليلة نوم واحدة فقط، مثل أنماط التنفّس، ونبض القلب، وإشارات الدماغ، وحركة الجسد، لا لفهم جودة النوم فحسب، بل للتنبؤ بمخاطر صحية مستقبلية قد تمتد لسنوات. ووفق ما أظهرته الدراسة، استطاع النموذج توقّع مخاطر أكثر من 130 حالة صحية مختلفة؛ من بينها أمراض القلب والكلى وبعض الاضطرابات العصبية، بدقة تفوقت على نماذج تقليدية تعتمد على فحوصات طبية متفرقة أو بيانات لحظية.

هنا يتغيّر معنى النوم نفسه، فلم يعد مجرد «استراحة للجسد»، بل تحوّل إلى لغة بيولوجية صامتة، لغة يقرأها الذكاء الاصطناعي بدقة؛ لأن كثيراً من الأمراض لا تبدأ بالألم، بل بتغيّرات فيسيولوجية دقيقة تسبق إحساس المريض بمرضه بوقتٍ طويل.

أين تتألّق هذه النماذج؟

تتجلّى القيمة الحقيقية للنماذج الزمنية للذكاء الاصطناعي في مواجهة الأمراض التي لا تُعلن عن نفسها مبكراً، بل تتقدّم ببطءٍ وصمت، وتراهن على عامل واحد: الزمن.

- السرطان إذ قد يحدّد توقيت التدخّل الفرق بين فرصة النجاة وتراجعها.

- أمراض القلب التي تتقدّم في الخفاء، قبل أن تظهر على هيئة نوبة مفاجئة.

- السكري حيث لا يكون الخطر في لحظة واحدة، بل في تراكم أضرار صغيرة على مدى سنوات.

- الأمراض العصبية التدريجية حيث لا يصبح المرض وحده التحدّي، بل يصبح الزمن نفسه العدوّ الأول.

في مثل هذه الحالات، لا يكفي أن نعرف أين يقف المريض اليوم. فالطب الحديث يحتاج إلى أدوات قادرة على رؤية المسار كاملاً: من أين بدأ الخلل، وكيف يتقدّم، وأين يمكن إيقافه، قبل أن يفرض نفسه أمراً واقعاً.

عودة إلى جذور الطب... مع قوة البيانات

المفارقة أن هذا التقدم التقني لا يبتعد بالطب عن جوهره، بل يعيده، بطريقة غير مباشرة، إلى أصوله الفلسفية الأولى. ففي الطب الكلاسيكي، لم يكن المرض حدثاً طارئاً يظهر فجأة، بل هو مسار متصل، ولم يكن العلاج وصفة ثابتة، بل هو قرار حيّ يتغيّر مع تغيّر حال المريض وزمنه.

والذكاء الاصطناعي، في صورته الناضجة، لا يناقض هذا الفهم الإنساني، بل يعيد ترجمته إلى لغة البيانات والمحاكاة الدقيقة؛ فهو لا يكتفي بالتقاط «لقطة» للجسد في لحظة واحدة، بل يسعى إلى فهم «قصة الجسد» عبر الزمن، ويضع أمام الطبيب سيناريوهات مختلفة بشأن كيف يمكن أن تتغيّر النهاية... قبل أن تُكتب. وبهذا المعنى، لا يستبدل الذكاء الاصطناعي الطبيب، بل يعيد إليه ما سلبه ضغط الزمن: الرؤية الأوسع، والمسافة التأملية، وحرية القرار.

التحدّي الفلسفي والأخلاقي: من يقرّر؟

مع هذا التطوّر المتسارع، يبرز سؤال جوهري لا يمكن تجاهله: إذا أصبحت الخوارزميات قادرة على توقّع المسار الصحي قبل أن يتكشّف، فأين يبقى موقع حرية القرار الإنساني. يحذّر الباحثون بوضوحٍ من الانزلاق إلى وهم الحتمية الرقمية، فهذه النماذج، مهما بلغت دقّتها، يجب ألا تعمل منفردة. التنبؤ ليس قدراً محتوماً، والبيانات، مهما اتّسعت، لا تستطيع اختزال تعقيد الإنسان في معادلة، فالقرار الطبي الحقيقي لا يُبنى على الأرقام وحدها، بل يتشكّل عند تقاطع العلم مع السياق النفسي والاجتماعي والإنساني للمريض، حيث تلعب القيم والظروف والاختيارات الشخصية دوراً لا يمكن تفويضه لخوارزمية. وبهذا المعنى، يظل الذكاء الاصطناعي أداة للرؤية لا للحُكم، يساعد الطبيب على توسيع أفق القرار، لكنه لا يملك، وينبغي ألا يُمنح، حق الاختيار.

خاتمة: بوصلة أم قائد بلا ضمير؟

نقف، اليوم، أمام لحظة فاصلة في تاريخ الطب، فإمّا أن يصبح الذكاء الاصطناعي بوصلة تنير الطريق أمام الطبيب، تساعده على رؤية الصورة الكاملة قبل فوات الأوان، وإمّا في حال غياب الوعي والإشراف، أن يتحوّل إلى قائد بلا ضمير يختزل الإنسان في أرقام. فالطب، في جوهره، ليس مجرد البحث عن الإجابة الصحيحة، بل اتخاذ القرار الحكيم في اللحظة المناسبة. وحين تُستخدم هذه التقنيات بمسؤولية، قد تصبح أعظم أداة أعادت للطبيب ما كاد يفقده تحت ضغط السرعة والبيانات: القدرة على استشراف المستقبل الصحي قبل أن يتحوّل إلى ماضٍ لا يمكن تغييره.


مقالات ذات صلة

علوم ما السبب الحقيقي لفشل مبادرات الذكاء الاصطناعي في المؤسسات؟

ما السبب الحقيقي لفشل مبادرات الذكاء الاصطناعي في المؤسسات؟

الأدوات الذكية نجحت ببراعتها مع فرد ولم تثبت فاعليتها مع مجموعات العمل

إنريكي دانس
صحتك هناك مخاوف متزايدة من استخدام روبوتات الدردشة المعتمدة على الذكاء الاصطناعي في تقديم استشارات طبية لمرضى السرطان (أ.ف.ب)

دراسة: روبوتات الدردشة تروّج لبدائل خطيرة للعلاج الكيميائي للسرطان

كشفت دراسة حديثة عن مخاوف متزايدة من استخدام روبوتات الدردشة المعتمدة على الذكاء الاصطناعي في تقديم استشارات طبية لمرضى السرطان.

«الشرق الأوسط» (لوس أنجليس)
الاقتصاد شخص يتحدث هاتفياً في أثناء مروره قرب مبنى بورصة نيويورك (إ.ب.أ)

العقود الآجلة للأسهم الأميركية ترتفع بدعم تفاؤل الذكاء الاصطناعي

ارتفعت العقود الآجلة لمؤشرات الأسهم الأميركية يوم الثلاثاء، مدعومة بتجدد التفاؤل حول قطاع الذكاء الاصطناعي، مما ساعد في تعزيز معنويات الأسواق.

«الشرق الأوسط» (نيويورك)
الاقتصاد شعار شركة «أبل» على مبنى في مانهاتن (د.ب.أ)

بين إرث كوك وطموح تيرنوس... 7 ملفات شائكة تحدّد مستقبل «أبل»

في لحظة فارقة قد تغير خريطة قطاع التكنولوجيا العالمي، أعلنت شركة «أبل»، الثلاثاء رسمياً تنحي تيم كوك عن منصبه مديراً تنفيذياً.

«الشرق الأوسط» (كوبيرتينو (كاليفورنيا))

ما السبب الحقيقي لفشل مبادرات الذكاء الاصطناعي في المؤسسات؟

ما السبب الحقيقي لفشل مبادرات الذكاء الاصطناعي في المؤسسات؟
TT

ما السبب الحقيقي لفشل مبادرات الذكاء الاصطناعي في المؤسسات؟

ما السبب الحقيقي لفشل مبادرات الذكاء الاصطناعي في المؤسسات؟

عندما طرح «تشات جي بي تي» في نوفمبر (تشرين الثاني) 2022، كان رد الفعل فورياً وقوياً: إنه يعمل! ولأول مرة، اختبر ملايين الأشخاص الذكاء الاصطناعي ليس بوصفه وعداً بعيد المنال، بل بوصفه شيئاً مفيداً وبديهياً. وحتى مع عيوبه، فقد ظهر أنه يتمتع بقدرات مذهلة.

حدس صحيح واستنتاج خاطئ

كان هذا الحدس صحيحاً. أما الاستنتاج الذي تلاه فكان خاطئاً. لأن ما ينجح ببراعة مع فرد أمام لوحة المفاتيح، أثبت عدم فاعليته بشكل مفاجئ داخل المؤسسة.

الشركات لا تُدار باللغة

بعد عامين، وبعد مليارات الدولارات من الاستثمارات، وعدد لا يحصى من التجارب، وتدفق مستمر من «المساعدين» الأذكياء، يتبلور واقع مختلف: الذكاء الاصطناعي التوليدي استثنائي في إنتاج اللغة... لكن الشركات لا تُدار باللغة: بل تُدار بالذاكرة والسياق والتغذية الراجعة والقيود.

وهذه هي الفجوة. ولهذا السبب تفشل الكثير من مبادرات الذكاء الاصطناعي في المؤسسات بهدوء. إذ حتى مع الانتشار الواسع، هناك تأثير محدود... وشعور متزايد بالتكرار.

فشل 95 % من المشاريع التجريبية

ليست هذه قصة عن تقنية فشلت في اكتساب زخم، بل على العكس تماماً.

وأظهر تحليل مدعوم من معهد ماساتشوستس للتكنولوجيا، والذي حظي باهتمام واسع، أن نحو 95 في المائة من المشاريع التجريبية للذكاء الاصطناعي التوليدي في المؤسسات تفشل في تحقيق نتائج ملموسة، حيث لا يصل سوى 5 في المائة منها إلى مرحلة الإنتاج المستدام. وتشير تغطيات أخرى للنتائج نفسها إلى النمط نفسه: تجارب مكثفة، وتحول محدود.

والتفسير واضح: المشكلة ليست في الحماس، ولا حتى في القدرة، بل في أن توظيف الأدوات لا يُترجم إلى تغيير عملي حقيقي... ليست هذه مشكلة للتبني، بل مشكلة هيكلية.

المفارقة المزعجة: ذكاء اصطناعي... لكن لا شيء يتغير

داخل معظم الشركات اليوم، يتعايش واقعان: من جهة، يستخدم الموظفون أدوات مثل «تشات جي بي تي» باستمرار. فهم يصيغون ويلخصون ويبتكرون ويسرّعون عملهم بطرق تبدو طبيعية وفعالة.

من جهة أخرى، تكافح مبادرات الذكاء الاصطناعي الرسمية في المؤسسات للتوسع خارج نطاق المشاريع التجريبية الخاضعة لرقابة دقيقة. يصف التحليل نفسه المتعلق بمعهد ماساتشوستس للتكنولوجيا فجوةً متزايدةً في «التعلم»: يجد الأفراد فائدة وقيمةً بسرعة، لكن المؤسسات تفشل في دمج هذه القيمة في سير العمل ذي الأهمية. والنتيجة هي ما يشبه «الذكاء الاصطناعي الخفي»: يستخدم الأفراد ما يُجدي نفعاً، بينما تستثمر الشركات فيما لا يُجدي.

الخطأ الأساسي: التعامل مع نموذج اللغة كنظام تشغيل

تركز معظم تفسيرات هذا الفشل على التنفيذ: بيانات غير دقيقة، حالات استخدام غير واضحة، نقص في التدريب. كل هذا صحيح، لكنه ثانوي.

المشكلة الحقيقية أبسط وأكثر جوهرية: نماذج اللغة الكبيرة مصممة للتنبؤ بالنصوص. هذا كل شيء. كل شيء آخر، من الاستدلال إلى التلخيص والمحادثة، إلخ، هو خاصية ناشئة عن هذه القدرة.

الأدوات الذكية التوليدية لا تعمل ضمن الواقع

لكن الشركات لا تعمل كسلاسل من النصوص. إنها تعمل كأنظمة متطورة ذات حالة وذاكرة وتوابع وحوافز وقيود... هذا هو التناقض. كما ذكرتُ سابقاً، هذا هو العيب البنيوي الأساسي للذكاء الاصطناعي: نماذج اللغة لا «ترى» العالم. فهي لا تحتفظ بحالة مستمرة. ولا تتعلم من ردود الفعل الواقعية إلا إذا صُممت خصيصاً لذلك... إنها تُنتج لغة مقنعة عن الواقع، لكنها لا تعمل ضمنه.

إجابات متميزة منفصلة عن النظام الفعلي

لا يمكنك إدارة شركة بناءً على تنبؤات الكلمات.اطلب من نموذج اللغة ما يلي:

-«زيادة مبيعاتي»

-«تصميم استراتيجية دخول السوق»

- «تحسين أداء الفريق»

وستحصل على إجابة. غالباً ما تكون جيدة جداً. إجابة منظمة، بليغة، ومقنعة. ولكنها منفصلة تماماً تقريباً عن النظام الفعلي الذي من المفترض أن تؤثر فيه.

وذلك لأن نموذج اللغة لا يستطيع تتبع مسار المبيعات، أو إدارة الحوافز، أو دمج بيانات إدارة علاقات العملاء، أو التكيف بناءً على النتائج. إذ يمكنه وصف استراتيجية، لكنه لا يستطيع تنفيذها.

وتؤكد نتائج معهد ماساتشوستس للتكنولوجيا هذه النقطة: أدوات الذكاء الاصطناعي التوليدي فعّالة في المهام الفردية المرنة، لكنها تعجز عن العمل في بيئات المؤسسات التي تتطلب التكيف والتعلم والتكامل. وبعبارة أخرى: يمكن للأداة الذكية كتابة المذكرة، لكنها لا تستطيع إدارة الشركة.

زيادة قدرات الحوسبة لن تحل المشكلة

كان ردّ فعل القطاع حتى الآن متوقعاً: بناء نماذج أكبر، ونشر بنية تحتية أوسع، وتوسيع نطاق كل شيء. لكن التوسع لا يُصلح خللاً في التصميم. إذا كان النظام يفتقر إلى أساس واقعي، فلن تُوفّر له المزيد من المعايير هذا الأساس. وإذا كان يفتقر إلى الذاكرة، فلن تُوفّر له المزيد من الرموز الذاكرة. وإذا كان يفتقر إلى حلقات التغذية الراجعة، فلن تُنشئها المزيد من مراكز البيانات.

يُضخّم التوسع ما هو موجود، لكنه لا يُنشئ ما هو مفقود. وما هو مفقود هنا ليس المزيد من اللغة، بل المزيد من العالم.

المرحلة المقبلة... نظم ذكية ضمن بيئات حقيقية

لن تُحدّد المرحلة التالية من الذكاء الاصطناعي المؤسسي بواجهات دردشة أفضل أو نماذج لغوية أكثر قوة، بل ستُحدّد بشيء آخر تماماً: أنظمة قادرة على الحفاظ على الحالة، والاندماج في سير العمل، والتعلم من النتائج، والعمل ضمن قيود.

أنظمة لا تُولّد نصوصاً فحسب، بل تعمل ضمن بيئات حقيقية. لهذا السبب؛ لن يُبنى مستقبل الذكاء الاصطناعي في الشركات على نماذج اللغة وحدها، بل على بنى تُدمجها ضمن نماذج أكثر ثراءً للواقع.

أقول ما يعرفه الكثيرون بالفعل... ولكن نادراً ما يقولونه: هناك زخم كبير، واستثمارات ضخمة، وسرديات كثيرة مبنية على فكرة أن توسيع نطاق نماذج اللغة سيحل كل شيء في النهاية. هذا لن يحدث.

فرصة حقيقية

هذه ليست نهاية الذكاء الاصطناعي المؤسسي، بل هي نهاية مفهوم خاطئ. فنماذج اللغة ليست بنية مؤسسية، بل هي طبقة واجهة. طبقة قوية، لكنها غير كافية بمفردها. الشركات التي تُدرك هذا أولاً لن تُحسّن فقط من استخدام الذكاء الاصطناعي، بل ستُنشئ شيئاً مختلفاً جذرياً.

مجلة «فاست كومباني»


الموظفون الأميركيون يستخدمون الذكاء الاصطناعي للتعلّم أثناء العمل

الموظفون الأميركيون يستخدمون الذكاء الاصطناعي للتعلّم أثناء العمل
TT

الموظفون الأميركيون يستخدمون الذكاء الاصطناعي للتعلّم أثناء العمل

الموظفون الأميركيون يستخدمون الذكاء الاصطناعي للتعلّم أثناء العمل

يتنافس الموظفون على تطوير مهاراتهم في الذكاء الاصطناعي. ووفقاً لتقرير جديد، فإنهم يستخدمونه أيضاً لتعزيز تعلمهم، سواءً كان ذلك لطلب مساعدة إضافية منه لتوضيح المفاهيم وحل المشكلات، أو لاكتساب مهارات جديدة، كما كتبت سارة بريغل (*).

تحسين المهارات

يستند التقرير إلى نتائج استطلاع أجرته شركة «فراكتل» لصالح الكلية الأميركية للتعليم (ACE)، شمل أكثر من 1000 موظف أميركي يستخدمون أدوات الذكاء الاصطناعي في عملهم اليومي.

وكما هو متوقع، تستخدم نسبة كبيرة من الموظفين الذكاء الاصطناعي لتحسين مهاراتهم. فقد أفاد 63 في المائة منهم بأنهم استخدموا الذكاء الاصطناعي لتعلم مهارات لم يتلقوا تدريباً رسمياً عليها من مؤسساتهم.

القلق من دقة المعلومات

ومع ذلك، أعرب 65 في المائة منهم عن قلقهم بشأن دقة الذكاء الاصطناعي. إلا أن 23 في المائة من الموظفين لا يزالون يعدّون الذكاء الاصطناعي خيارهم الأول عندما يحتاجون إلى تعلم شيء جديد.

فوائد سرعة الإجابات

قد يعود جزء من ذلك إلى سرعة توفير الذكاء الاصطناعي للإجابات: إذ قال ما يقرب من نصف الموظفين (46 في المائة) إنهم يستخدمون الذكاء الاصطناعي للبحث عن الإجابات لأنه أسرع من طلب المساعدة.

التعلّم سراً لتفادي الاتهامات بالجهل

وربما الأهم من ذلك، أن استخدام هذه التقنية يعني أيضاً أن الموظفين لا يضطرون إلى الاعتراف بجهلهم بشيء ما. فقد قال ما يقرب من ثلثهم (29في المائة) إنهم يستخدمون الذكاء الاصطناعي لتعلم مهارات جديدة دون الإفصاح عن ذلك. ويُعدّ المديرون أكثر عرضةً لهذا الأمر: إذ اعترف 32 في المائة منهم بأنهم يتعلمون سراً.

وبشكل عام، قال 69 في المائة من الموظفين إن استخدام الذكاء الاصطناعي حسّن إنتاجيتهم، وقال أكثر من 55 في المائة إنه ساعدهم على الشعور بمزيد من الثقة في وظائفهم.

الذكاء الاصطناعي نقطة انطلاق

ومع ذلك، فبينما يستخدم الموظفون الذكاء الاصطناعي بوضوح لسدّ فجوة ما، فإنهم ليسوا راضين تماماً عن قدراته التعليمية. فقد قال 7 في المائة فقط من الموظفين إنهم يشعرون بأن تعلم المهارات من الذكاء الاصطناعي كافٍ، وقال 39 في المائة إنهم يعدّون التدريب الذي يحصلون عليه من الذكاء الاصطناعي نقطة انطلاق لمزيد من التعلم.

الذكاء الاصطناعي يحفّز للانخراط في دورات تدريبية

أفاد ما يقارب نصف المشاركين (48 في المائة) بأنهم التحقوا بدورات تدريبية بعد أن عرّفهم الذكاء الاصطناعي على مواضيع معينة رغبوا في استكشافها بتعمق. والأكثر إثارة للإعجاب، أن 80 في المائة من العاملين أكدوا استمرارهم في التعلم بشكل أو بآخر بعد تعلمهم شيئاً ما باستخدام الذكاء الاصطناعي.

مع أن الذكاء الاصطناعي قد لا يحل محل التدريب العملي تماماً، فإنه يمثل حالياً نقطة انطلاق لغالبية العاملين الساعين لاكتساب مهارات جديدة.

* مجلة «فاست كومباني»


لسانك لا يكذب… «بصمة تنبئية» للأمراض

حين يقرأ الذكاء الاصطناعي ما لا تراه العين
حين يقرأ الذكاء الاصطناعي ما لا تراه العين
TT

لسانك لا يكذب… «بصمة تنبئية» للأمراض

حين يقرأ الذكاء الاصطناعي ما لا تراه العين
حين يقرأ الذكاء الاصطناعي ما لا تراه العين

في حضارات وادي الرافدين، حيث تشكّلت البدايات الأولى للطب المنهجي، لم يكن التشخيص يعتمد على أجهزة، أو تحاليل مختبرية، بل على ملاحظة الجسد نفسه. كان الطبيب ينظر، ويتأمل التفاصيل التي قد تبدو عابرة، ومن بينها اللسان.

حين كان اللسان مفتاح التشخيص

معاينة اللسان

لم يكن طلب الطبيب من المريض أن يمد لسانه إجراءً شكلياً، بل خطوة أساسية في قراءة ما يجري داخل الجسد: تغيّر اللون، جفاف السطح، أو ظهور طبقة غير طبيعية؛ كلها إشارات ذات دلالة تُفسَّر ضمن فهم مبكر للصحة والمرض.

اليوم، يعود هذا المشهد القديم بصيغة مختلفة تماماً. فبدل أن يقف الطبيب وحده أمام المريض، تقف معه خوارزميات الذكاء الاصطناعي، وتحلل صورة اللسان بدقة رقمية، وتبحث عن أنماط قد لا تراها العين البشرية. فهل يمكن أن يعود التشخيص القديم... عبر أكثر أدوات العصر تطوراً؟

خريطة بيولوجية مصغّرة

يُعد اللسان من أكثر أعضاء الجسم ثراءً بالمعلومات البيولوجية، فهو يعكس حالة الدورة الدموية، ومستوى الترطيب، والتوازن البكتيري في الفم، بل وحتى بعض الاضطرابات الجهازية. فاللون الشاحب قد يرتبط بفقر الدم، والاحمرار الزائد بالالتهاب، في حين أن الطبقة البيضاء أو الصفراء قد تعكس تغيّرات في الميكروبيوم الفموي، ذلك العالم المجهري الذي يعيش على سطح اللسان.

بهذا المعنى لم يعد اللسان مجرد عضو للكلام، أو التذوق، بل نافذة حيوية على توازن داخلي معقّد.

حين يلتقي الميكروبيوم بالخوارزمية

في السنوات الأخيرة بدأ الباحثون ينظرون إلى اللسان باعتبار أنه نظام بيئي متكامل يرتبط فيه الميكروبيوم الفموي بعدد من الأمراض المزمنة... من السكري وأمراض القلب، وصولاً إلى اضطرابات أيضية معقّدة.

اضطرابات الكبد والأمراض المزمنة

في هذا السياق أظهرت دراسة نُشرت عام 2025 في مجلة «Chinese Medicine»، بقيادة فريق بحثي من الصين، أن تحليل صور اللسان باستخدام الذكاء الاصطناعي وربطها بتركيب الميكروبيوم يمكن أن يكشفا أنماطاً دقيقة مرتبطة باضطرابات في وظائف الكبد، مع قدرة لافتة على التمييز بين الحالات المرضية.

وفي تطور أحدث، طرح باحثون عام 2026 مفهوماً جديداً عُرف بـ«عمر اللسان» (Tongue Age)، يجمع بين تحليل مظهر اللسان وتركيب الميكروبيوم، لتقدير العمر البيولوجي، ومخاطر الإصابة بأمراض مزمنة.

اللسان «بصمة تنبئية»

وتشير هذه الأبحاث إلى أن اللسان قد يحمل بصمة تنبئية لصحة الإنسان تتجاوز الفحص الظاهري التقليدي. وأظهرت أبحاث حديثة من جامعة ستانفورد في الولايات المتحدة أن الدمج بين الصور الطبية والبيانات الحيوية يفتح آفاقاً جديدة لاكتشاف الأمراض قبل ظهور أعراضها بسنوات.

هنا لا تتحدث الخوارزمية بلغة التشخيص التقليدي، بل بلغة الأنماط الخفية، أنماط لم نكن نبحث عنها، لكنها كانت موجودة طوال الوقت.

حين ينتقل التشخيص إلى الهاتف

من الملاحظة إلى النمط

الفرق بين الطبيب القديم والخوارزمية الحديثة ليس في المبدأ، بل في الاتساع. الطبيب يرى إشارة واحدة، ويؤولها ضمن خبرته، أما الذكاء الاصطناعي فإنه يرى آلاف الإشارات في اللحظة نفسها، ويربط بينها داخل شبكة معقّدة من العلاقات.

وبينما كان التشخيص قائماً على الملاحظة المدعومة بالحدس، أصبح اليوم قائماً على البيانات المدعومة بالخوارزميات.

من العيادة إلى الهاتف... حين يصبح التشخيص مستمراً

لم تعد هذه التقنيات حبيسة المختبرات. فقد بدأت نماذج تحليل صور اللسان تنتقل إلى أدوات أبسط، بل وحتى إلى الهواتف الذكية. وفي هذا النموذج الجديد قد يتحول فحص اللسان من إجراء يتم داخل العيادة إلى عملية مستمرة تعمل في الخلفية، وترصد التغيرات الدقيقة قبل أن يشعر بها الإنسان.

وهنا يتغير معنى التشخيص نفسه. لم يعد حدثاً مؤقتاً، بل عملية ديناميكية لا تتوقف...

حدود الفهم... وحدود الثقة

رغم هذا التقدم، يبقى هناك فرق جوهري بين «الرؤية» و«الفهم». فالذكاء الاصطناعي قادر على اكتشاف الأنماط، لكنه لا يدرك السياق الإنساني الذي يمنح هذه الأنماط معناها.

قد يشير تغيّر في اللسان إلى مرض كامن، لكنه قد يكون أيضاً نتيجة غذاء معيّن، أو حالة عابرة. وهنا يظل دور الطبيب محورياً، ليس في رؤية العلامة فقط، بل في فهمها، وتفسيرها ضمن سياق الإنسان الكامل.

بين وادي الرافدين والذكاء الاصطناعي

إذا عدنا إلى الوراء، نجد أن أطباء وادي الرافدين أدركوا أن الجسد يرسل إشارات خفية، وأن مهمة الطبيب هي قراءتها. اليوم يعيد الذكاء الاصطناعي إحياء هذه الفكرة، لكن بدقة أعلى، ونطاق أوسع. ومع ذلك يبقى السؤال الجوهري كما كان: من يقرأ الإشارة... ومن يفهمها؟

الخلاصة: ما الذي لم نتعلم قراءته بعد؟

في زمن أصبح فيه الهاتف قادراً على تحليل صورة اللسان، لم يعد التشخيص حكراً على العيادة. لكن هذا التقدم يطرح سؤالاً أعمق: هل أصبحنا نرى أكثر... أم نفهم أقل؟

فاللسان، كما كان قبل آلاف السنين، لا يكذب. لكن التحدي الحقيقي لا يكمن فيما يكشفه، بل في قدرتنا على تفسيره. ولهذا، لم يعد السؤال: ماذا يخبرنا اللسان؟ بل أصبح: ما الذي تراه الخوارزميات فيه... ولم نتعلم بعد كيف نقرأه نحن؟