أدوات الذكاء الاصطناعي في مجال البحث الأكاديمي

تُسهِّل الوصول إلى الإجابات بسرعة

أدوات الذكاء الاصطناعي في مجال البحث الأكاديمي
TT

أدوات الذكاء الاصطناعي في مجال البحث الأكاديمي

أدوات الذكاء الاصطناعي في مجال البحث الأكاديمي

لا تحل محل الحكم والتقدير البشري والتحليل اللازم لعملية البحث العلمي إن بدء مشروع بحثي جديد بالنسبة إلى الطلبة والباحثين المتخصصين على حد سواء، يعني الغوص في المؤلفات الأكاديمية لفهم ما كتبه الآخرون بالفعل. ويمكن أن يستغرق ذلك وقتاً ليس بالقصير، حيث يتعين على الباحثين تتبع المقالات التي جرى نشرها في الدوريات العلمية، والبحث فيها من أجل بدء بحثهم وصياغة نتائجهم.

ذكاء اصطناعي «باحث»

مع ذلك تستهدف مجموعة متزايدة من الأدوات المزودة بتقنية الذكاء الاصطناعي جعل تلك العملية أسهل، حيث يمكنها أن تساعد الباحثين بشكل أسرع على العثور على الأوراق البحثية ذات الصلة، واستخراج المعلومات ذات الصلة منها، أو كلا الأمرين معاً. تقول بريان كيرش، مديرة المكتبة في «إلينوي كوليدج»: «قد تكون تلك طريقة نافعة حقاً لبدء البحث، خصوصاً بالنسبة إلى الطلبة الذين لم يجيدوا عملية البحث ويألفوها بعد، ما دام تعليمهم كيفية استخدامها يجري على نحو أخلاقي، وإخبارهم بأنهم يستطيعون التوسع بشكل يتجاوز نطاق استخدامها، بعد ذلك».

يمكن أن تساعد أداة تسمى «إليسيت» Elicit الباحثين على إجراء ما تُعرف باسم المراجعات المنهجية، التي تتضمن النظر في عدد كبير من الأبحاث المنشورة للعثور على إجابة عن سؤال، مثل تأثير دواء محدد على حالة مَرضية. ويقول جيمس برادي، مدير الهندسة في «إليسيت»: «إن الأمر (إجراء المراجعات) يدوي تماماً. إنه يحتاج إلى فرق من البشر تعمل لأشهر طويلة، ويكلف ذلك مئات الآلاف من الدولارات أو ربما الملايين».

يمكن لـ«إليسيت» تنفيذ تلك العملية بشكل أسرع، وكذلك مساعدة الباحثين من خلال العثور سريعاً على أوراق بحثية منشورة متعلقة بسؤال محدد وتلخيصها. كذلك يمكنها توليد جداول تصف مجموعة كاملة من الأوراق البحثية ذات الصلة، تتضمن أعمدة لنقاط البيانات مثل الخوارزميات، والتقنيات الإحصائية المستخدمة، والعوامل المتغيرة التي تم فحصها، وعدد المشاركين في التجارب.

وتوصي الشركة الباحثين مع ذلك بالنظر في الأوراق البحثية الأصلية. ويؤكد برادي أن تلك الأداة لا تحل محل الحكم والتقدير البشري، والتحليل اللازم لعملية البحث العلمي. ويوضح قائلاً: «لا يشبه الأمر الوصول إلى الخطوة النهائية في (إليسيت) والنقر على زر النشر، لينتهي بك الحال إلى دورية (نيتشر) العلمية أو ما شابه»، مع ذلك يمكنك تسريع عملية تمحيص وفهم الأعمال السابقة.

تقنيات بحث للطلبة

يمثل فهم كيفية مساعدة الذكاء الاصطناعي لمجال البحث الأكاديمي جزءاً من سؤال أكبر في المجال، وهو: كيف ومتى يمكن للتكنولوجيا أن تحل محل الشبكة التقليدية لأدوات البحث، أو تصبح مكمِّلة لها؟ أدرك علماء الكومبيوتر منذ التسعينات أن محيط النشر الأكاديمي، الذي يقتبس فيه الباحثون من الأوراق البحثية بعضهم من بعض، وينشرون عملهم في دوريات علمية ذات سمعة جيدة في مجال محدد، لا يختلف كثيراً عن بيئة الإنترنت. ويعني ذلك إمكانية انتقال تقنيات العثور على مواد ذات صلة، وتقليل أخطاء وهلاوس الذكاء الاصطناعي إلى الحد الأدنى، وتقديم نتائج مفيدة وقابلة للإثبات للمستخدم من المجال الأكاديمي إلى شبكة الإنترنت الأوسع نطاقاً.

بطبيعة الحال لا يكون جميع من يبحثون عن إجابات علمية من العلماء المتخصصين. وتقول المؤسسات، التي تقف وراء نشر تلك الأدوات، إنه من الممكن أن تصبح تلك الأدوات مفيدة بشكل خاص للأشخاص الذين يتطلعون إلى فهم مجالات جديدة يهتمون بها، سواء كانوا طلبة أو متخصصين يُجرون عملاً متداخلاً معرفياً، أو أفراد من عامة الشعب مهتمين بموضوع ما. ويقول إيريك أولسون، أحد مؤسسي محرك البحث «كونسينسيس إيه آي» Consensus، والرئيس التنفيذي له، إن نحو 50 في المائة من أدوات البحث العلمي توجد في المؤسسات الأكاديمية، حيث كثيراً ما يستخدمها طلبة السنة الجامعية النهائية. ويوضح قائلاً: «عادةً ما نبلي جيداً مع الأشخاص الذين يحتاجون إلى طريقة سهلة وسريعة في البحث، لكن ليسوا خبراء بعد».

لغة استفسارات طبيعية

يسمح «كونسينسيس» للمستخدمين بالكتابة بلغة طبيعية تلقائية استفسارات لتلقي أجوبة موجزة مستقاة من أعمال منشورة. ويُظهر المحرك ملخصات لأوراق بحثية محددة، وبيانات تعريفية وصفية، مثل سنة النشر، وعدد الاقتباسات، وإشارة إلى مدى الإجماع والتوافق العلمي على مسألة بعينها.

ومن المستخدمين غير المتخصصين لهذه الأداة، العاملون في مجال الرعاية الصحية مثل الأطباء الذين يستخدمون هذه الأداة من أجل الحصول على معلومات متبصرة بطريقة أسرع من تلك التي توفرها محركات البحث الأكاديمية التقليدية أو محرك البحث «غوغل». كذلك يستعين المستخدمون بمحرك البحث «كونسينسيس» من أجل البحث في الموضوعات المتعلقة بالصحة، وممارسات تربية الأبناء، والأمور السياسية في الأخبار، على حد قول أولسون.

لا تعتمد شركة «كونسينسيس»، مثلها مثل الشركات الأخرى في هذا المجال، فقط على نموذج لغات كبير يستند إلى نمط «المحوّل التوليدي المدرب مسبقاً» (الذي تعتمد عليه تطبيقات الدردشة) من أجل تقديم إجابات للمستخدم.

وتوفر الشركة محرك بحث عاماً للعثور على أوراق بحثية تتناول مسألة أو استفسار، ومجموعة متنوعة من نماذج اللغة المدربة جيداً لاستخلاص معلومات ذات صلة. والأهم من ذلك التحقق من أن تلك الورقة البحثية متعلقة بالموضوع، مما يحد من احتمالات توضيح نموذج ذكاء اصطناعي متحمس حقائق ليست موجودة فعلياً. يقول أولسون: «سوف أتيح وصول الأمر إلى النموذج فقط، إذا كنا نعتقد أن لديه حقاً معلومة أو رؤى متبصرة ذات صلة به. إنها حيلة رائعة للحد من خطر تأويل الورقة البحثية بشكل خاطئ».

إجابات موجزة

وقد طوّرت شركة «إلسفير»، التي تعمل في مجال النشر الأكاديمي، أداة ذكاء اصطناعي تسمى «سكوبوس إيه آي» Scopus AI للبحث في الأبحاث التي تم جمعها في قاعدة البيانات الخاصة بـ«سكوبوس»، والتي تتضمن ملخصات لمقالات، وبيانات تعريفية، من عشرات الآلاف من الدوريات العلمية، تشمل تلك التي نشرتها دور نشر منافسة.

ويمكن لـ«سكوبوس» توليد إجابات موجزة استناداً إلى استفسارات محددة، واقتراح أسئلة إضافية لمساعدة المستخدمين في توسيع نطاق معرفتهم بالمجال، وتسليط الضوء على مؤلفي «الأوراق البحثية الأساسية» و«الخبراء في الموضوع» الذين تركوا أثراً خاصاً في مجال الخبرة المذكور. يقول ماكسيم خان، نائب رئيس شؤون المنتجات التحليلية ومنصة البيانات في «إلسفير»: «وجدنا أن هذا احتياج مشترك لدى عدد من الأشخاص المختلفين الذين يقفون عند منحدر محاولة فهم اختصاص آخر». ويقول خان إن المستخدمين أكدوا أن المحرك يساعدهم على فهم المجالات الجديدة على نحو أسرع، ويستعرض أوراقاً بحثية لم يكونوا ليكتشفوها لولاه. وبسبب شروط الترخيص، لا تتضمن الأداة عرض النص الكامل، مما يعني أن المستخدمين لا يستطيعون الاستفسار بشكل مباشر عن المادة في مقالات تتجاوز الملخصات والاقتباسات.

يمكن لبرامج أخرى مساعدة المستخدمين على التعمق داخل أبحاث محددة. وتسمح أداة ذكاء اصطناعي من «جيه ستور» JStor، وإن كان حجمها لا يزال محدوداً، للمستخدمين بالاطلاع على ملخصات المقالات المناسبة لاستفساراتهم المحددة، ويمكنها الإجابة عن الأسئلة استناداً إلى المحتوى من الوثائق، والإشارة إلى فقرات محددة تتضمن الإجابة. يمكن لذلك أن يساعد المستخدمين في اكتشاف الأوراق البحثية ذات الصلة لقراءتها بتمعن بعد ذلك، ويمكن للأداة أيضاً الإشارة إلى موضوعات أخرى، أو أوراق بحثية محددة لينظر فيها المستخدم استناداً إلى فقرات محددة.

* «مجلة «فاست كومباني»

ـ خدمات «تريبيون ميديا»



«جراح آلي» بذكاء اصطناعي دُرّب على مشاهدة فيديوهات طبية

«جراح آلي» بذكاء اصطناعي دُرّب على مشاهدة فيديوهات طبية
TT

«جراح آلي» بذكاء اصطناعي دُرّب على مشاهدة فيديوهات طبية

«جراح آلي» بذكاء اصطناعي دُرّب على مشاهدة فيديوهات طبية

«تخيل أنك بحاجة إلى إجراء عملية جراحية في غضون بضع دقائق لأنك قد لا تنجو... لا يوجد جراحون في الجوار ولكن يوجد روبوت جراحي مستقل متاح يمكنه إجراء هذا الإجراء باحتمالية عالية جداً للنجاح، هل ستغتنم الفرصة؟» هذا ما أجابني به طالب ما بعد الدكتوراه بجامعة جونز هوبكنز عبر البريد الإلكتروني، لدى سؤالي عن التطوير الجديد.

تعليم الروبوت بمقاطع فيديو للجراحة

لأول مرة في التاريخ، تمكن كيم وزملاؤه من تعليم الذكاء الاصطناعي استخدام آلة جراحة آلية لأداء مهام جراحية دقيقة، من خلال جعلها تشاهد آلاف الساعات من الإجراءات الفعلية التي تحدث في ردهات جراحية حقيقية. ويقول فريق البحث إنه تطور رائد يتجاوز حدوداً طبية محددة ويفتح الطريق لعصر جديد في الرعاية الصحية.

وفقاً لورقتهم البحثية المنشورة حديثاً، يقول الباحثون إن الذكاء الاصطناعي تمكن من تحقيق مستوى أداء مماثل لجراحي البشر دون برمجة مسبقة.

جراحة بتوظيف الروبوت

تدريب على العروض بدلاً من البرمجة

وبدلاً من محاولة برمجة الروبوت بشق الأنفس للعمل -وهو ما تقول ورقة البحث إنه فشل دائماً في الماضي- قاموا بتدريب هذا الذكاء الاصطناعي من خلال شيء يسمى التعلم بالتقليد، وهو فرع من الذكاء الاصطناعي حيث تراقب الآلة وتكرر الأفعال البشرية. سمح هذا للذكاء الاصطناعي بتعلم التسلسلات المعقدة للأفعال المطلوبة لإكمال المهام الجراحية عن طريق تقسيمها إلى مكونات حركية. وتترجم هذه المكونات إلى أفعال أبسط -مثل زوايا المفاصل ومواضعها ومساراتها- والتي يسهل فهمها وتكرارها وتكييفها أثناء الجراحة.

توظيف روبوت «دافنشي» للتدريب

استخدم كيم وزملاؤه نظام دافنشي الجراحي كأيدٍ وعيون لهذا الذكاء الاصطناعي. ولكن قبل استخدام المنصة الروبوتية الراسخة (التي يستخدمها الجراحون حالياً لإجراء عمليات دقيقة محلياً وعن بُعد) لإثبات نجاح الذكاء الاصطناعي الجديد، قاموا أيضاً بتشغيل محاكاة افتراضية. وقد سمح هذا بتكرار أسرع وتحقق من السلامة قبل تطبيق الإجراءات التي تم تعلمها على الأجهزة الفعلية.

«كل ما نحتاجه هو إدخال الصورة، ثم يجد نظام الذكاء الاصطناعي هذا الإجراء الصحيح»، كما يقول كيم. كانت روبوتات دافنشي أيضاً مصدر مقاطع الفيديو التي حللها الذكاء الاصطناعي، باستخدام أكثر من 10000 تسجيل تم التقاطها بواسطة كاميرات المعصم أثناء العمليات الجراحية التي يقودها الإنسان.

تعلّم 3 مهام جراحية

وكان الهدف تعلم ثلاث مهام جراحية: التعامل مع إبرة جراحية وتحديد موضعها، ورفع الأنسجة والتلاعب بها بعناية، والخياطة -كلها مهام معقدة تتطلب تحكماً دقيقاً وحساساً للغاية.

مكنت مجموعة البيانات واسعة النطاق هذه الذكاء الاصطناعي من تعلم الاختلافات الدقيقة بين الإجراءات الجراحية المتشابهة، مثل شدة التوتر المناسب اللازم للتعامل مع الأنسجة دون التسبب في ضرر.

تعد مقاطع الفيديو التدريبية هذه جزءاً صغيراً جداً من مستودع واسع النطاق للبيانات الجراحية. مع ما يقرب من 7000 روبوت دافنشي قيد الاستخدام في جميع أنحاء العالم، هناك مكتبة ضخمة من العروض الجراحية للمراقبة والتعلم منها، والتي يستخدمها فريق البحث الآن لتوسيع ذخيرة الذكاء الاصطناعي الجراحية لدراسة جديدة لم تُنشر بعد.

«في عملنا المتابع، والذي سنصدره قريباً، ندرس ما إذا كانت هذه النماذج يمكن أن تعمل في الإجراءات الجراحية طويلة المدى التي تنطوي على هياكل تشريحية غير مرئية»، يكتب كيم، في إشارة إلى الإجراءات الجراحية المعقدة التي تتطلب التكيف مع حالة المريض في أي وقت معين، مثل إجراء عملية جراحية على جرح داخلي خطير.

التحقق من صحة النموذج المطور

أثناء التطوير، عمل الفريق عن كثب مع الجراحين الممارسين لتقييم أداء النموذج وتقديم ملاحظات حاسمة (خاصة فيما يتعلق بالتعامل الدقيق مع الأنسجة)، والتي قام الروبوت بدمجها في عملية التعلم الخاصة به.

أخيراً، للتحقق من صحة النموذج، استخدموا مجموعة بيانات منفصلة غير مدرجة في التدريب الأولي لإنشاء محاكاة افتراضية، ما يضمن قدرة الذكاء الاصطناعي على التكيف مع السيناريوهات الجراحية الجديدة وغير المرئية قبل الشروع في اختبارها في الإجراءات المادية. أكد هذا التحقق المتبادل قدرة الروبوت على التعميم بدلاً من مجرد حفظ الإجراءات، وهو أمر بالغ الأهمية بالطبع نظراً للعدد المجهول المحتمل الذي قد ينشأ في غرفة العمليات.

جراح آلي «ذو خبرة»

كل شيء سار بشكل جميل إذ تعلم نموذج الروبوت هذه المهام إلى مستوى الجراحين ذوي الخبرة. يقول أكسل كريغر، الأستاذ المساعد في الهندسة الميكانيكية في جامعة جونز هوبكنز والمؤلف الرئيسي للدراسة، في بيان عبر البريد الإلكتروني: «إنه لأمر سحري حقاً أن يكون لدينا هذا النموذج حيث كل ما نقوم به هو تلقيمه مدخلات الكاميرا، ويمكنه التنبؤ بالحركات الروبوتية اللازمة للجراحة». «نعتقد أن هذا يمثل خطوة مهمة إلى الأمام نحو أفق جديد في مجال الروبوتات الطبية».

تطوير رائد

إن أحد مفاتيح هذا النجاح هو استخدام الحركات النسبية بدلاً من التعليمات المطلقة. ففي نظام دافنشي قد لا تنتهي الأذرع الآلية إلى حيث هي مقصودة تماماً بسبب التناقضات الطفيفة في حركة المفصل التي تتراكم على مدار عدة حركات ويمكن أن تؤدي في النهاية إلى أخطاء كبيرة -خاصة في بيئة حساسة مثل الجراحة. كان على الفريق إيجاد حل، لذا بدلاً من الاعتماد على هذه القياسات، قام بتدريب النموذج على التحرك بناءً على ما يلاحظه في الوقت الفعلي أثناء إجراء العملية.

لكن الابتكار الرئيسي هنا هو أن التعلم بالتقليد يزيل الحاجة إلى البرمجة اليدوية للحركات الفردية. قبل هذا الاختراق، كانت برمجة الروبوت للخياطة تتطلب ترميزاً يدوياً لكل حركة بالتفصيل. يقول كيم إن هذه الطريقة كانت أيضاً عرضة للخطأ وتشكل قيداً رئيسياً في تقدم الجراحة الروبوتية. إذ إنها حدت مما يمكن للروبوت فعله بسبب جهود التطوير، والافتقار إلى المرونة التي جعلت من الصعب للغاية على الروبوتات القيام بمهام جديدة.

ومع ذلك، يسمح التعلم بالتقليد للروبوت بالتكيف بسرعة مع أي شيء يمكن مشاهدته، والتعلم على غرار طالب الجراحة. «(نحن) نحتاج فقط إلى جمع بيانات التعلم التقليدي لإجراءات مختلفة، ويمكننا تدريب الروبوت على تعلمها في غضون يومين»، كما يقول كريغر. «هذا يسمح لنا بالتعجيل نحو هدف الاستقلالية مع تقليل الأخطاء الطبية وتحقيق جراحة أكثر دقة».

تقييم مدى النجاح

لقياس مدى نجاح الذكاء الاصطناعي، حدد الباحثون مقاييس الأداء الرئيسية، مثل الدقة في وضع الإبرة والاتساق في التلاعب بالأنسجة باستخدام مجموعة من البيئات الجراحية الوهمية المادية، والتي تضمنت محاكيات الأنسجة الاصطناعية والدمى الجراحية. وكانت النتائج مذهلة. يقول كريغر: «النموذج جيد جداً في تعلم الأشياء التي لم نعلمه إياها. على سبيل المثال، إذا أسقط الإبرة، فسوف يلتقطها تلقائياً ويستمر».

لا تعد هذه القدرة على التكيف مهمة فقط لمواصلة تعلم مهارات جديدة ولكنها أيضاً ضرورية للتعامل مع الأحداث غير المتوقعة في الجراحات الحية، مثل تمزق الشريان أو تغير العلامات الحيوية للمريض فجأة. بالإضافة إلى ذلك، أظهر النموذج كفاءة زمنية محسنة، ما أدى إلى تقليل وقت الانتهاء للمهام الجراحية القياسية مثل الخياطة بنحو 30 في المائة، وهو أمر واعد بشكل خاص للعمليات الحرجة من حيث الوقت.

ويتصور العلماء سيناريو حيث تساعد هذه الروبوتات الجراحين في المواقف عالية الضغط، وتعزيز قدراتهم وتقليل الخطأ البشري. سيؤثر جراحو الذكاء الاصطناعي المستقبليون بشكل كبير على توفر الرعاية الجراحية، مما يجعل التدخلات الطبية عالية الجودة متاحة لعدد أكبر.

اللوائح التنظيمية وأخلاقيات الطب

هناك أيضاً تحديات أخلاقية وتنظيمية يجب معالجتها قبل نشر مثل هذا الذكاء الاصطناعي في بيئات جراحية حقيقية دون إشراف بشري. فالقفزة نحو الروبوتات الجراحية المستقلة تثير مخاوف أخلاقية جديدة.

هناك قضية المساءلة: من سيكون مسؤولاً إذا حدثت مشكلة؟ الشركة التي صنعت الجراح الذكي؟ المهنيون الطبيون الذين يشرفون عليه (إذا كان هناك أي إشراف)؟ هناك أيضاً مسألة موافقة المريض، والتي ستتطلب تثقيف كل من الشخص الذي يخضع للجراحة والأشخاص المحيطين به حول ماهية هذا الذكاء الاصطناعي، وما الذي يمكنهم فعله بالضبط، وما هي المخاطر التي تشكلها الروبوتات مقارنة بالجراحين البشر.

يعترف كيم بأن المستقبل الآن في منطقة رمادية حيث يمكن للجميع مجرد التكهن بما يجب أن يحدث أو سيحدث. ستكون أيدي السلطات التنظيمية مشغولة، من معالجة المساءلة والمخاوف الأخلاقية عند السماح لجراحي الذكاء الاصطناعي بالعمل بشكل مستقل، إلى وضع معايير للحصول على موافقة مستنيرة من المرضى.

ولكن عند الاختيار بين إجراء عملية جراحية طارئة منقذة للحياة بواسطة جراح مستقل أو عدم تلقي العلاج لأن الجراح البشري غير متاح (مثلاً في مكان بعيد أو منطقة متخلفة)، يزعم كيم أن الخيار الأفضل واضح. يمكنني بسهولة أن أتخيل مستقبلاً قريباً حيث يبدأ الناس في اختيار روبوتات الذكاء الاصطناعي على نظرائهم من البشر - في ظل وجود دليل إحصائي على أن جراحي الذكاء الاصطناعي يعملون بأمان.

وبعيداً عن التحديات الأخلاقية والقانونية، هناك حاجة إلى المزيد من العمل لتمكين التنفيذ العملي. ستحتاج المستشفيات إلى الاستثمار في البنية الأساسية التي تدعم جراحة الروبوتات بالذكاء الاصطناعي، بما في ذلك الأجهزة المادية والخبرة الفنية للتشغيل والصيانة. بالإضافة إلى ذلك، سيكون تدريب الفرق الطبية على إدارة العملية أمراً بالغ الأهمية. فالأطباء سيحتاجون إلى فهم الآلة ومتى يكون التدخل ضرورياً، وفي النهاية تحويل الجراحين البشريين من المهام الجراحية المباشرة إلى أدوار تركز على الإشراف والسلامة.

جراحات بسيطة أولاً

على المستوى العملي، يتصور الباحثون تقدماً تدريجياً، بدءاً بجراحات أبسط وأقل خطورة مثل إصلاح الفتق والتقدم تدريجياً إلى عمليات أكثر تعقيداً. سيساعد النهج التدريجي في التحقق من موثوقية الروبوت مع معالجة المخاوف التنظيمية والأخلاقية بمرور الوقت، فضلاً عن مساعدة السكان على الثقة في الذكاء الاصطناعي لإجراء العمليات الحرجة للحياة.

يقول كريغر: «ما زلنا في المراحل الأولى من فهم ما يمكن أن تحققه هذه الآلات حقاً. الهدف النهائي هو الحصول على أنظمة جراحية مستقلة تماماً وموثوقة وقابلة للتكيف وقادرة على إجراء العمليات الجراحية التي تتطلب حالياً اختصاصياً مدرباً تدريباً عالياً».

* مجلة «فاست كومباني» خدمات «تريبيون ميديا»

اقرأ أيضاً