تقنيات حديثة تُطور صناعة السيارات ذاتية القيادة

أحدثها روبوتات الدردشة الذكية

تجربة عملية لاختبار روبوت الدردشة في السيارات ذاتية القيادة (جامعة بوردو)
تجربة عملية لاختبار روبوت الدردشة في السيارات ذاتية القيادة (جامعة بوردو)
TT

تقنيات حديثة تُطور صناعة السيارات ذاتية القيادة

تجربة عملية لاختبار روبوت الدردشة في السيارات ذاتية القيادة (جامعة بوردو)
تجربة عملية لاختبار روبوت الدردشة في السيارات ذاتية القيادة (جامعة بوردو)

تتطور صناعة السيارات ذاتية القيادة بسرعة، مدفوعة بعدة تقنيات حديثة في مقدمتها الذكاء الاصطناعي الذي يتيح للسيارات تحليل البيانات واتخاذ القرارات في الوقت الحقيقي، بالإضافة لأجهزة الاستشعار المتطورة مثل الرادارات والكاميرات التي تساعد في اكتشاف العقبات وتحديد المسارات والتعامل مع حركة المرور، وتجنب العوائق.

كما تساهم أنظمة الملاحة الذكية في تحسين تجربة القيادة، حيث توفر توجيهات دقيقة وتحديثات حية حول حركة المرور. بالإضافة إلى ذلك، تسهم تقنيات الاتصال المتطور في تعزيز التواصل بين السيارات والبنية التحتية، ما يزيد من تحسين السلامة على الطرق، وتقليل الحوادث الناتجة عن الخطأ البشري، وتقديم حلول نقل أكثر كفاءة وراحة.

التجربة أثبتت قدرة النماذج اللغوية الكبيرة على تعزيز أداء السيارات ذاتية القيادة (جامعة بوردو)

روبوتات الدردشة

وبعدما اقتحمت تقنيات الذكاء الاصطناعي التوليدي، مثل روبوت الدردشة الشهير «تشات جي بي تي»، العديد من المجالات، جاء الدور على السيارات ذاتية القيادة.

تخيل أنك تقول لسيارتك: «أنا في عجلة من أمري»، فتقوم السيارة تلقائياً باختيار الطريق الأسرع للوصول إلى وجهتك. ووجد مهندسو جامعة بوردو الفرنسية أن السيارة ذاتية القيادة يمكنها تنفيذ ذلك بمساعدة «تشات جي بي تي» أو روبوتات الدردشة الأخرى، وذلك بعد إجراء تجربة عملية.

وأوضح الباحثون أن دراستهم، التي عُرضت في 25 سبتمبر (أيلول) 2024، أمام المؤتمر الدولي السابع والعشرين لأنظمة النقل الذكية (IEEE) في كندا، تُعد من بين أولى التجارب التي تختبر قدرة السيارات ذاتية القيادة على تفسير الأوامر الصوتية البشرية وتنفيذها بدقة. وتعتمد هذه النماذج على كميات هائلة من البيانات النصية وتتعلم بمرور الوقت، ما يجعلها قادرة على الاستجابة للأوامر بشكل أكثر إنسانية مقارنة بأنظمة التحكم التقليدية.

شملت التجارب أوامر مباشرة مثل «قُدْ بسرعة أكبر»، وأخرى غير مباشرة مثل «أشعرُ بالغثيان»، مع تزويد النماذج بالمعايير اللازمة، مثل قواعد المرور وحالة الطرق وأجهزة الاستشعار الخاصة بالسيارة. وأثبتت التجارب أن هذه النماذج تُحسّن استجابة السيارة، ما يجعل تجربة القيادة أكثر راحة.

وأوضح الباحثون أن الأنظمة التقليدية في السيارات تتطلب الضغط على أزرار أو استخدام نظام التعرف على الصوت الذي يحتاج إلى دقة في الكلام، بينما تتميز النماذج اللغوية الكبيرة بقدرتها على فهم الأوامر الصوتية البشرية بصورة أكثر دقة.

تحديات الاستجابة السريعة والهلوسة

الدكتور ران وانغ، الأستاذ المساعد في كلية الهندسة بجامعة بوردو والباحث الرئيسي للدراسة، يرى أن التجارب أثبتت قدرة النماذج اللغوية الكبيرة على تعزيز أداء السيارات ذاتية القيادة، لكن لا تزال هناك تحديات تحتاج إلى معالجة.

وأضاف لـ«الشرق الأوسط» أن دمج روبوتات الدردشة بالكامل في المركبات ذاتية القيادة يتطلب تحسينات ضرورية، أبرزها تقليل زمن الاستجابة للأوامر إلى أقل من 1.6 ثانية لضمان التصرف السريع في الحالات الطارئة، ومعالجة مشكلة «الهلاوس» التي قد تؤدي إلى تفسير الأوامر بشكل خاطئ، مما يشكل تهديداً للسلامة، إلى جانب اختبار هذه النماذج في بيئات متنوعة مثل الظروف الجوية المتغيرة وحركة المرور المعقدة لضمان دقتها.

وتوقع وانغ تطوراً في المستقبل لتلك النماذج لتعزيز التواصل بين الركاب والمركبات ذاتية القيادة، مشيراً إلى أن دمج وسائل متعددة للتواصل مثل الصوت والنص والصور سيساهم في تحسين التفاعل الطبيعي بين الركاب والمركبة، كما يمكن لتلك النماذج التفاعل بشكل استباقي عبر اقتراح مسارات أو تقديم تحذيرات بناءً على سلوك الركاب، ما يعزز من فعالية وسلامة حركة المرور.

تقنيات القيادة الذاتية

وتعد السيارات ذاتية القيادة واحدة من أبرز الابتكارات التي تعتمد على مجموعة متكاملة من التقنيات المتطورة التي تعزز من قدرتها على التنقل بأمان وفعالية.

من بين هذه التقنيات، تبرز تقنية «الليدار» (Lidar)، التي تعني «كشف الضوء وتحديد المدى». وتستخدم هذه التقنية الليزر لإنشاء خرائط ثلاثية الأبعاد عالية الدقة للبيئة المحيطة بالسيارة، من خلال إرسال أشعة ليزر، وقياس الوقت الذي تستغرقه للعودة، ما يوفر معلومات دقيقة حول المسافات والأشكال. وتُعتبر هذه التقنية حيوية لاكتشاف العقبات مبكراً.

أيضاً، تُتيح تقنية «الاتصال بين المركبات وكل شيء» (V2X Communication) للمركبات التواصل مع بعضها البعض ومع البنية التحتية، مثل إشارات المرور، لتحسين إدارة حركة المرور وزيادة الأمان. وتساعد هذه التكنولوجيا في تقليل الحوادث وزيادة كفاءة حركة المرور.

تأتي أيضاً تقنية الحوسبة السحابية (Cloud Computing)، التي توفر بنية تحتية قوية لتخزين البيانات ومعالجتها بشكل مركزي. ومن خلال استخدام السحابة، يمكن للسيارات جمع كميات هائلة من البيانات من حساسات متعددة وتبادل المعلومات بشكل فوري؛ ما يتيح تحديثات في الوقت الحقيقي ويُحسن نماذج التعلم الآلي. وتساهم هذه العملية في تعزيز دقة وموثوقية أنظمة القيادة الذاتية.

ومع اعتماد السيارات على الاتصال الشبكي لتبادل المعلومات، يصبح تأمين هذه البيانات أمراً بالغ الأهمية. وهنا يأتي دور تقنيات الأمن السيبراني لحماية المركبات من الاختراقات والتهديدات الأمنية، من خلال تشفير البيانات لحماية المعلومات الحساسة ونظم اكتشاف التسلل للكشف عن الأنشطة المشبوهة قبل أن تتسبب في ضرر.



3 محطات عمرية يتسارع خلالها تراجع الدماغ… كيف يمكن إبطاء المسار؟

بعض الهوايات قد تساعد في الحفاظ على شباب الدماغ (أ.ب)
بعض الهوايات قد تساعد في الحفاظ على شباب الدماغ (أ.ب)
TT

3 محطات عمرية يتسارع خلالها تراجع الدماغ… كيف يمكن إبطاء المسار؟

بعض الهوايات قد تساعد في الحفاظ على شباب الدماغ (أ.ب)
بعض الهوايات قد تساعد في الحفاظ على شباب الدماغ (أ.ب)

يُعد التراجع المعرفي جزءاً طبيعياً من مسار التقدم في العمر، إذ تبدأ تغيراته الخفية منذ العقد الرابع، قبل أن تصبح أكثر وضوحاً في منتصف الخمسينات، حين تتكرر هفوات الذاكرة اليومية، من نسيان الأسماء إلى التوقف لحظة في منتصف الغرفة بحثاً عن سبب الدخول إليها.

غير أن دراسة علمية حديثة نُشرت عام 2025 في مجلة «Nature Aging» كشفت عن أن هذا التراجع لا يسير بوتيرة ثابتة، بل يتسارع بشكل ملحوظ عند ثلاث محطات عمرية محددة هي: 57 و70 و78 عاماً.

ووفق الباحثين، فإن حدة هذا التسارع تختلف من شخص إلى آخر، لكن تعديلات بسيطة في نمط الحياة المتبع على مدار السنوات قد تحافظ على حدة ذهنك، وفقاً لصحيفة «تليغراف».

ممارسة الكتابة الحرة تساعد على تنشيط الدماغ (جامعة يوتا الأميركية)

بروتينات الدماغ تكشف عن توقيت التراجع

اعتمدت الدراسة على تحليل مستويات 13 بروتيناً في الدماغ، ثبت ارتباطها بتسارع شيخوخة الدماغ وبالأمراض العصبية التنكسية. ولاحظ الباحثون أن ارتفاع هذه البروتينات يتزامن مع تحولات بيولوجية واجتماعية كبرى، مثل التغيرات الهرمونية في منتصف العمر، أو الانتقال إلى مرحلة التقاعد.

وتوضح البروفسورة باربرا جي. ساهاكيان، أستاذة الطب النفسي بجامعة كمبردج: «أن هذه الأعمار تمثل نقاط انعطاف تبدأ عندها تغيّرات دماغية عميقة بالظهور»، مشيرةً إلى أن الاستعداد المبكر لها يمكن أن يُحدث فرقاً جوهرياً.

وتضيف: «تماماً كما نتحكم في مستويات الكوليسترول لتجنب النوبات القلبية، فإن إدخال تغييرات مدروسة في نمط الحياة قبل هذه الأعمار بعشر سنوات على الأقل قد يغيّر مستقبلنا المعرفي».

يمر نمو الدماغ البشري بـ«نقاط تحول» محورية (بيكساباي)

عند 57 عاماً... حين يبطأ «إنترنت الدماغ»

في هذه المرحلة، يبدأ تقلص حجم الدماغ بوتيرة أسرع، لا سيما نتيجة تراجع المادة البيضاء، المسؤولة عن سرعة التواصل بين مناطق الدماغ المختلفة. ويُشبّه الخبراء ذلك بتباطؤ شبكة الإنترنت الداخلية للدماغ.

وتشير الدكتورة سابين دوناي، المتخصصة في طب طول العمر وصحة الدماغ، إلى أن زيادة الوزن في منتصف العمر تلعب دوراً محورياً في تسريع هذا التراجع، عبر إضعاف تدفق الدم، وتقليل وصول المغذيات الأساسية، ورفع مستويات الالتهاب والإجهاد التأكسدي، وهي عوامل تُلحق ضرراً مباشراً بالخلايا العصبية.

كما تربط أبحاث متزايدة بين ارتفاع الكوليسترول في هذه المرحلة وزيادة خطر الإصابة بالخرف لاحقاً، مما يجعل الفحوصات الدورية ضرورة وليست ترفاً.

ما العمل؟

يؤكد الخبراء أن النشاط البدني المنتظم يملك تأثيراً وقائياً واضحاً، إذ يعزز حجم «الحُصين» المرتبط بالذاكرة، ويحسن الأداء المعرفي. وتقول ساهاكيان: «أي حركة ترفع معدل ضربات القلب أفضلُ من الخمول، وأفضل برنامج رياضي هو الذي يمكن الاستمرار عليه».

عند 70 عاماً... «تأثير التقاعد»

في العقد السابع من العمر، يبدأ تراكم بروتين «تاو» المرتبط بضعف الذاكرة والتفكير، بالتوازي مع ترقق القشرة الدماغية وتراجع الروابط العصبية.

وتحذر ساهاكيان من أن الاعتماد المفرط على الخبرة السابقة دون تحديات ذهنية جديدة قد يسرّع هذا المسار، مؤكدةً أن القاعدة الذهبية لصحة الدماغ هي: «استخدمه أو ستفقده».

ما العمل؟

ينصح الخبراء بأنشطة تُحفّز الدماغ بعمق، مثل تعلم لغات جديدة، أو الرقص، أو ممارسة أنشطة تجمع بين الجهد الذهني والحركي، بدل الاكتفاء بالألغاز البسيطة. كما يشددون على أهمية العلاقات الاجتماعية، إذ تُظهر الدراسات أن العزلة قد ترفع خطر الخرف بنسبة تصل إلى 60 في المائة.

الحفاظ على صحة الدماغ من أولويات 2026 (بيكساباي)

عند 78 عاماً... نفاد «الاحتياطي المعرفي»

في هذه المرحلة، يستمر تقلص حجم الدماغ وتراجع تدفق الدم إليه، مع ارتفاع مستويات الالتهاب، ويبدأ ما يُعرف بـ«الاحتياطي المعرفي» في النفاد، وهو الرصيد الذي بناه الدماغ عبر سنوات من التعلم والتحدي.

ما العمل؟

يؤكد الخبراء أن بناء الروابط العصبية الجديدة يظل ممكناً في أي عمر. وتدعو ساهاكيان إلى عدم تسليم المهام الذهنية للآخرين، والاستمرار في التعلم والتعليم. فيما تشدد دوناي على دور الغذاء الصحي، والنوم الجيد، وتقليل السكر والإجهاد المزمن، والحد من التعرض للملوثات.

وتختتم دوناي برسالة مطمئنة: «الدماغ مبرمج على البقاء. وإذا وفرنا له الحركة، والتغذية الجيدة، والنوم الكافي، فلا سبب للاستسلام لفكرة أن التدهور الحاد قدر لا مفر منه».

Your Premium trial has endedYour Premium trial has ended


ثورة التعليم الطبي في عصر الذكاء الاصطناعي

الطبيب والخوارزمية: شراكة القرار الطبي
الطبيب والخوارزمية: شراكة القرار الطبي
TT

ثورة التعليم الطبي في عصر الذكاء الاصطناعي

الطبيب والخوارزمية: شراكة القرار الطبي
الطبيب والخوارزمية: شراكة القرار الطبي

لم يعد التعليم الطبي، في عام 2025، مساراً خطيّاً يبدأ في قاعات المحاضرات وينتهي عند سرير المريض، فما نشهده اليوم يتجاوز مجرد تحديث المناهج أو إدخال أدوات رقمية جديدة؛ إنه تحوّل عميق في الطريقة التي يتكوّن بها عقل الطبيب نفسه.

الذكاء الاصطناعي لم يدخل عالم التعليم الطبي بوصفه إضافة تقنية عابرة، بل كشريك تعلّم يراقب، ويحلّل، ويُقيّم، ثم يعيد تشكيل المسار التعليمي للطبيب منذ سنواته الأولى. لم يعد الطالب ينتظر «الحالة المناسبة» ليكتسب الخبرة، بل أصبح المريض الافتراضي حاضراً عند الطلب، بكل تعقيداته ومضاعفاته واحتمالات الخطأ فيه.

وهنا لا يعود السؤال: هل سيستخدم الأطباء الذكاء الاصطناعي؟ بل يصبح السؤال الأعمق: كيف سيتغيّر معنى أن تكون طبيباً؟

الإنسان أمام مرآته الرقمية

التعليم بالذكاء الاصطناعي

تقليدياً، بُني التعليم الطبي على ما يمنحه الزمن والمصادفة: مريض حضر، حالة صادفت الفريق، تجربة استقرّت في الذاكرة. أما اليوم، فقد انتقلنا إلى نموذج مختلف جذرياً، تُبنى فيه الخبرة الطبية على بيانات واسعة، ومحاكاة ذكية، وتعلّم تكيفي.

تُستخدم في كليات الطب التابعة لكلية الطب بجامعة هارفارد (Harvard Medical School) وكلية الطب بجامعة ستانفورد (Stanford University School of Medicine)، أنظمة تعليمية متقدمة تُنشئ مرضى افتراضيين يتغيّرون فسيولوجياً وسلوكياً تبعاً لقرارات الطبيب المتدرّب، فيُظهرون تحسّناً أو تدهوراً، ويكشفون أخطاءً خفية قبل أن تتحوّل إلى كوارث سريرية حقيقية... لم يعد الخطأ وصمة، بل أداة تعليمية آمنة.

* الطبيب المتدرّب تحت مجهر الخوارزمية. تشير دراسات حديثة نُشرت في مجلات علمية مرموقة، مثل مجلة لانسيت للصحة الرقمية (The Lancet Digital Health) ومجلة نيتشر للطب (Nature Medicine)، إلى تحوّل نوعي في فلسفة التعليم الطبي.

فالذكاء الاصطناعي لم يعد يقيّم ما يحفظه الطالب من معلومات، بل طريقة تفكيره السريري: كيف يصل إلى القرار، ولماذا يختار مساراً دون آخر، وكيف يتعامل مع الشك والاحتمال والخطأ. لم يعد التعليم موحّداً للجميع، بل بات يتكيّف مع عقل كل طبيب على حدة؛ يرصد نقاط الضعف، ويقترح مسارات تدريب، ويعيد التقييم حتى تستقرّ المهارة، لا المعلومة وحدها.

* الجراحة: التعلّم من الخطأ قبل أن يحدث. في الجراحة، حيث الخطأ لا يُغتفر، أعاد الذكاء الاصطناعي تعريف التدريب من جذوره. لم يعد الجرّاح الشاب ينتظر «الفرصة النادرة»، بل أصبح قادراً على خوض عشرات السيناريوهات المعقّدة داخل بيئات تدريب تحاكي الواقع بدقة عالية.

في مؤسسات طبية أكاديمية كبرى مثل مستشفى مايو كلينك (Mayo Clinic) ومستشفى كليفلاند كلينك (Cleveland Clinic)، يُستخدم التدريب الجراحي المعتمد على المحاكاة الرقمية ونماذج الواقع الافتراضي بوصفه أداة مساندة للتعليم، تتيح للطبيب المتدرّب مراجعة خطوات الإجراء الجراحي، والتدرّب على سيناريوهات محتملة للمضاعفات، ضمن بيئات تعليمية آمنة. وهذا النوع من التدريب لا يحلّ محل الخبرة السريرية المباشرة، لكنه يُسهم في صقل المهارة وتقليل هامش الخطأ قبل الانتقال إلى غرفة العمليات الحقيقية.

* الأشعة وعلم الأمراض: تعليم بلا حدود. في تخصصات تعتمد على الصورة والنمط، مثل الأشعة وعلم الأمراض، تحرّر التعليم من قيد الندرة. بات الطبيب المتدرّب يتعامل مع آلاف الحالات المتنوعة، ويقارِن تشخيصه بتجارب خبراء من مختلف أنحاء العالم؛ لا بما صادفه في مستشفاه فقط، بل بما تراكم عالمياً من خبرة ومعايير.

في بعض البرامج التدريبية المرتبطة بمستشفيات جامعة جونز هوبكنز (Johns Hopkins Medicine)، بدأ المتدرّبون بالاستفادة من أدوات تعليمية رقمية ومحاكاة سريرية وقواعد بيانات بحثية موسّعة، تُكمّل الخبرة السريرية المباشرة ولا تستبدلها. وهذا التوجّه لا يهدف إلى تعميم تجربة عالمية واحدة، بل إلى رفع المستوى المرجعي للتدريب التشخيصي، والمساهمة في تقليص الفوارق التعليمية بين مراكز التدريب، مع الإبقاء على دور الطبيب وخبرته السريرية في صميم القرار الطبي.

حين يلتقي الطب الحديث بالجذور الحضارية

أخلاقيات التعليم الطبي

من يقود القرار في عصر الخوارزمية؟ ومع هذا التقدّم المتسارع، يبرز السؤال الجوهري الذي لا يمكن تجاهله: هل ندرّب أطباء يفكّرون... أم منفّذي قرارات آلية؟ تحذّر أدبيات أخلاقيات التعليم الطبي من خطرٍ خفيّ يتمثّل في تحوّل الذكاء الاصطناعي من أداة دعم إلى مرجعية صامتة لا تُناقَش. فالطب ليس معادلة حسابية، والمريض ليس مجموعة أرقام، والرحمة لا تُبرمج. وكما قال ابن رشد: «الآلة قد تُحسن الحساب... لكنها لا تعرف الحكمة».

لن يُلغي الذكاء الاصطناعي الطبيب، كما لم تُلغِ السماعة الطبية الطبيب قبل قرن، لكنه سيُعيد تعريفه. الطبيب القادم لن يكون أكثر حفظاً، بل أكثر وعياً؛ لن ينافس الآلة في السرعة، بل في الحكمة، وفي القدرة على تحمّل المسؤولية الأخلاقية للقرار. وهنا تستعيد المهنة معناها الأسمى، كما قال ابن سينا: «غاية الطب ليست إطالة العمر، بل حفظ إنسانية الإنسان».

العالم العربي: إعادة بناء الطبيب

في العالم العربي، لا يأتي هذا التحوّل في التعليم الطبي متأخراً، بل في توقيتٍ حاسم. فالفجوة التي عانت منها المنطقة لعقود بين التعليم النظري والتدريب السريري المتقدّم، تفتح اليوم نافذة نادرة لإعادة البناء من الأساس، لا لمجرّد اللحاق بالركب، بل للمشاركة في صياغته.

وفي المملكة العربية السعودية على وجه الخصوص، يتقاطع الذكاء الاصطناعي مع مشروع وطني أوسع لإعادة تعريف الرعاية الصحية والتعليم الطبي معاً. فبرامج التحول الصحي، وتوسّع كليات الطب، والاستثمار في البنية الرقمية، تهيّئ بيئة مثالية لتبنّي نماذج تعليمية حديثة تُدرّب الطبيب قبل دخوله الميدان، وتقلّص التفاوت بين المدن، وتمنحه خبرة عالمية وهو ما يزال في مقاعد الدراسة.

الذكاء الاصطناعي هنا لا يُقدَّم بديلاً عن الطبيب، بل وسيلة لرفع كفاءته، وحمايته من الخطأ المبكر، وإعادة الوقت والقرار إلى يده. ومع التنوّع السكاني والعبء المتزايد للأمراض المزمنة، تغدو هذه النماذج التعليمية الذكية ضرورة صحية، لا ترفاً تقنياً.

إنها فرصة تاريخية لإعادة تشكيل الطبيب العربي وفق معايير المستقبل، مع الحفاظ على جوهر الطب بوصفه ممارسة إنسانية قبل أن يكون علماً دقيقاً.


أدوات جينية متقدمة تكشف أسرار أمراض الدماغ التنكسية

أدوات جينية متقدمة تكشف أسرار أمراض الدماغ التنكسية
TT

أدوات جينية متقدمة تكشف أسرار أمراض الدماغ التنكسية

أدوات جينية متقدمة تكشف أسرار أمراض الدماغ التنكسية

تُعدّ الأمراض التنكسية العصبية، مثل داء ألزهايمر، ومرض باركنسون، والتصلب الجانبي الضموري، من أخطر التحديات الصحية في عصرنا، مع تزايد أعداد المصابين، وغياب علاجات شافية حتى اليوم. ورغم التقدم الكبير في علم الوراثة ظلّ فهم العلاقة الدقيقة بين الجينات المعطوبة وما يحدث فعلياً داخل خلايا الدماغ لغزاً علمياً معقداً.

إن الدماغ ليس نسيجاً واحداً متجانساً، بل منظومة شديدة التعقيد تضم أنواعاً متعددة من الخلايا العصبية، والمساندة تختلف في وظائفها وانتشارها. وغالباً ما تُحلل عينات الدماغ بشكل مجمّع، ما يؤدي إلى ضياع إشارات جينية دقيقة تصدر عن خلايا نادرة، لكنها قد تكون محورية في تطور المرض.

في هذا السياق كشفت دراستان حديثتان نُشرتا في مجلة «Nature Communications» خلال شهري أكتوبر (تشرين الأول) ونوفمبر (تشرين الثاني) 2025 عن أدوات تحليلية جديدة تمكّن العلماء من قراءة البيانات الجينية بعمق غير مسبوق، وربطها بأنواع محددة من خلايا الدماغ.

قراءة أذكى للبيانات الجينية

• أداة تحليلية جديدة. في الدراسة الأولى المنشورة في 26 نوفمبر، طوّر باحثون من كلية الطب بجامعة ولاية بنسلفانيا الأميركية أداة تحليلية جديدة تُعرف باسم BASIC، وهي تقنية تدمج بين بيانات الأنسجة الدماغية الكاملة، وبيانات الخلية المفردة بدل الاكتفاء بدراسة كل نوع من الخلايا على حدة.

وتسمح هذه المقاربة الجديدة باكتشاف التأثيرات الجينية المشتركة بين عدة أنواع من خلايا الدماغ، مع الحفاظ على الخصائص الفريدة لكل نوع. ووفقاً للدكتور بيبو جيانغ الباحث الرئيس في الدراسة من قسم علوم الصحة العامة بكلية الطب بجامعة بنسلفانيا بالولايات المتحدة الأميركية، فإن هذه الطريقة تمكّن العلماء من استخراج معلومات أعمق من البيانات المتوافرة أصلاً دون الحاجة إلى توسيع حجم العينات.

وقد أظهرت النتائج أن هذه الأداة رفعت القدرة على اكتشاف الجينات المرتبطة بأمراض الدماغ بنسبة تقارب 75 بالمائة مقارنة بالطرق التقليدية، كما كشفت عن جينات جديدة مرتبطة بألزهايمر، والتصلب الجانبي الضموري بعضها يرتبط بمسارات دوائية معروفة.

• أداة حسابية مطورة. بهدف حل لغز قديم في أبحاث ألزهايمر، سعت الدراسة الثانية المنشورة في 1 أكتوبر، والتي قادها باحثون من جامعتي رايس وبوسطن برئاسة جان بيير روساري من قسم التشريح وعلم الأحياء العصبية بكلية الطب بجامعة بوسطن بالولايات المتحدة الأميركية، سعت إلى حل تناقض حيّر العلماء لسنوات: فالدراسات الجينية تشير إلى تورط خلايا المناعة الدماغية الميكروغليا Microglia بوصفها خلايا مناعية دماغية، بينما تُظهر فحوصات أدمغة المرضى أن الخلايا العصبية المسؤولة عن الذاكرة هي التي تتلف فعلياً.

وللإجابة عن هذا السؤال طوّر الباحثون أداة حسابية جديدة تُعرف باسم seismic قادرة على ربط الإشارات الجينية بأنواع دقيقة جداً من خلايا الدماغ، بل وحتى بمناطق محددة داخله.

وباستخدام هذه الأداة تمكّن العلماء لأول مرة من إثبات وجود ارتباط جيني مباشر بين داء ألزهايمر وخلايا الذاكرة العصبية، ما ساعد على توحيد الصورة بين الأدلة الوراثية والواقع المرضي داخل الدماغ.

أمل جديد في مواجهة الخرف

تشير الدراستان إلى تحول مهم في أبحاث الدماغ من التركيز على الجينات بمعزل عن السياق إلى فهم المرض على مستوى الخلية نفسها. وهذا التحول يفتح آفاقاً جديدة لما يُعرف بـالطب الدقيق، حيث يمكن استهداف مسارات مرضية محددة داخل نوع خلوي معين.

كما أن إحدى النتائج اللافتة هي إمكانية إعادة توظيف أدوية معتمدة أصلاً لعلاج أمراض أخرى بعد أن تبيّن أنها تؤثر في الجينات المرتبطة بأمراض الدماغ، وهو ما قد يختصر سنوات من البحث، والتجارب السريرية.

ومع تجاوز عدد المصابين بالخرف عالمياً 57 مليون شخص، تمثل هذه الأدوات الجينية المتقدمة خطوة واعدة نحو التشخيص المبكر، وربما التنبؤ بالمرض قبل ظهور أعراضه بسنوات. والأهم أنها تمنح المرضى وعائلاتهم أملاً جديداً في أن فهم الخلل على مستوى الخلية قد يكون المفتاح لإبطاء المرض، أو إيقافه مستقبلاً.

وتؤكد هذه الاكتشافات أن مستقبل أبحاث أمراض الدماغ لا يعتمد فقط على جمع المزيد من البيانات، بل على تحليلها بذكاء. ومن خلال دمج علم الوراثة، وتقنيات الخلية المفردة، وعلوم الحوسبة بدأت تتضح خريطة جديدة لأمراض الدماغ قد تغيّر أساليب تشخيصها، وعلاجها خلال السنوات المقبلة.