«بكتيريا متطرفة» لإزالة التلوث النفطي

بحث جديد من «كاوست» يشير إلى إمكانياتها المستقبلية

تحتوي البيئات القاسية في  السعودية مثل فوهة بركان الوعبة على كائنات حية قاسية مفيدة
تحتوي البيئات القاسية في السعودية مثل فوهة بركان الوعبة على كائنات حية قاسية مفيدة
TT

«بكتيريا متطرفة» لإزالة التلوث النفطي

تحتوي البيئات القاسية في  السعودية مثل فوهة بركان الوعبة على كائنات حية قاسية مفيدة
تحتوي البيئات القاسية في السعودية مثل فوهة بركان الوعبة على كائنات حية قاسية مفيدة

في يوم 30 من شهر يناير (كانون الثاني)، عام 2007، جنحت السفينة السياحية النرويجية «إم إس نوردكاب» التي كانت تقل 370 شخصاً، لفترة وجيزة بالقرب من جزيرة ديسبشن التي تقع في أرخبيل جزر شتلاند الجنوبية، في الطرف الشمالي لشبه الجزيرة القطبية الجنوبية (أنتاركتيكا).
في ذلك اليوم، نتج عن تلك الحادثة تسرب لزيت الديزل في السفينة بما يقدر بين 130 إلى 200 غالون غطى أكثر من 5 كيلومترات من الساحل. وحينها صرح المعهد القطبي النرويجي بأنه من غير المعروف ما إذا كان التسرب سيكون له أي تأثير على البيئة الهشة.
بعدها، وفي يوم 4 فبراير (شباط) 2007، أفادت «محطة الأبحاث الإسبانية» بأن اختبارات الماء والرمل كانت نظيفة، ولم يجدوا فيها علامات للتلوث بالنفط. وفي يوم 17 من الشهر، صرحت شركة «NVC»، وشركتها الأم، مجموعة «Hurtigruten» بأنه بعد إجراء تحقيق مكثف وتحليل للمنطقة من قبل العديد من السلطات، اختفت جميع آثار التصريف المحدود لزيت الغاز البحري من السفينة الجانحة. وأضافت الشركة أن هذا يتوافق مع حقيقة أن زيت الغاز البحري يتبخر بسهولة ويتحلل بسرعة، مما يساعد على تقليل أي تأثير قد يحدثه التسرب على البيئة.
تجدر الإشارة إلى أن جزيرة ديسبشن التي يبلغ قطرها نحو 12 كيلومتراً تُعدّ موطناً لحياة برية غنية، وكانت عبارة عن بركان نشط. ويشير بعض العلماء إلى أن الجزيرة اكتسبت شكلها عقب انفجار عظيم حدث قبل 4 آلاف سنة.
رحلة البحث
بعد حادثة السفينة أصبحت الجزيرة مسرحاً نشطاً يعج بالعلماء من جميع العالم لدراسة مناخ وبيئة القارة المتجمّدة الجنوبية. وأخيراً ظهر بحث علمي جديد بقيادة علماء من جامعة الملك عبد الله للعلوم والتقنية (كاوست)، أظهر من خلال إجراء تحليل شامل للمجتمعات البكتيرية القاطنة بجزيرة ديسبشن، إمكانية استخدام البكتيريا المتطرفة التي تكيّفت على الحياة في درجات حرارة مرتفعة تفوق الـ60 درجة مئوية، ومنها البكتيريا المحبة للحرارة، في إزالة التلوث النفطي.
وقصة هذا البحث بدأت مع انضمام الدكتورة جونيا شولتز إلى «كاوست» كباحثة ما بعد الدكتوراه، مع البروفسور ألكسندر روسادو، أستاذ علوم الأحياء. ففي بداية عملها بالجامعة ركزت أنظارها على توصيف «الميكروبيوم»؛ البكتيريا النافعة التي تنمو في البيئات الأرضية القاسية في المملكة العربية السعودية، بما في ذلك البراكين والصحارى والبيئات الحرارية الأرضية. وهذه الكائنات الحية القاسية التي تنمو في أكثر البيئات قسوة في العالم، بما في ذلك تلك التي تحب الحرارة (أليف الحرارة)، لديها إمكانات هائلة لعدد لا يُحصى من تطبيقات التقنية الحيوية.
تقول شولتز: «الكائنات الحية القاسية تنمو في ظل العديد من الظروف القاسية، وهي بالفعل تكيفت عبر الزمان مع البيئة المحيطة لها، لتظل نشطة في التمثيل الغذائي في الظروف الصعبة». وأضافت: «إن هذه الكائنات الحية القاسية تظهر قدرات تكيفية وفسيولوجية متنوعة، وغالباً ما تفرز منتجات حيوية قيمة».
هذه المنتجات الحيوية تشمل الإنزيمات والمركبات النشطة بيولوجياً التي يمكن توظيفها في صناعات مثل الزراعة والصيدلة، وحتى استكشاف الفضاء. ويمكن أن توفر هذه الكائنات الحية القاسية أيضاً طريقة آمنة وفعالة لتنظيف التلوث النفطي.
وحول استخدام تلك البكتيريا في عمليات تنظيف التلوث النفطي، توضح شولتز: «لا شك أن بعض أنواع البكتيريا تمتص البترول كمصدر للكربون والغذاء والطاقة. وللقيام بذلك، تقوم أولاً بإفراز المواد الخافضة للتوتر السطحي - وهي مواد وظيفتها العمل على تكسير التوتر السطحي للنفط - قبل امتصاص البترول المستحلَب في خلاياها، حيث يتحلل بفضل النشاط الإنزيمي».
مواجهة التلوث
منذ فترة دراستها لنيل درجة الدكتوراه، كان يغمر شولتز الفضول لمعرفة ما إذا كانت هذه البكتيريا موجودة في بركان جزيرة ديسبشن أم لا، حيث إنه من المؤسف أن هذه القارة التي كانت في السابق نقية أصبحت الآن معرضة للتلوث، بما في ذلك التلوث النفطي، ويأمل العلماء في العثور على مصادر للمجتمعات البكتيرية المحلية، مع إمكانية المساعدة في إزالة التلوث.
في تحقيق ذلك الهدف، قامت شولتز وزملاؤها بعزل 126 سلالة بكتيرية من العينات التي تم جمعها في موقعين للطاقة الحرارية الأرضية في الجزيرة. وتقول في ذلك: «يمكن أن تفرز هذه الكائنات أليفة الحرارة منتجات حيوية قيمة ومثيرة للاهتمام، ليس فقط لإزالة التلوث النفطي، ولكن للعديد من التطبيقات».
ومع ذلك، من الصعب محاكاة البيئات القاسية في المختبر لتخليق هذه السلالات البكتيرية. ذلك بسبب أن الكتلة الحيوية الخلوية للكائنات الدقيقة منخفضة جداً في البيئات القاسية، مما يجعل استخراج الحمض النووي أمراً صعباً وشيقاً.
بعد بذل كثير من الجهد والمثابرة، تمكن الباحثون من جمع ما يكفي من الحمض النووي عالي الجودة لإجراء التحليل الجيني، وتخليق 126 سلالة بكتيرية. كانت السمات الجينومية والإمكانات الأيضية لسبع سلالات من نوع «أنوكسيباسيلوس فلافي ثيرموس» (Anoxybacillus flavithermus) مثيرة للاهتمام بشكل خاص.
ونجح الفريق العلمي في تحقيق نجاح ملموس، فيما يخص تحديد الجينات المتعلقة بتثبيت الجينوم (الخريطة الجينية)، في ظل تقلبات درجات الحرارة، وبروتينات الصدمة الحرارية والبرودة، وإصلاح الحمض النووي ضد الأشعة فوق البنفسجية ومقاومة الظروف القلوية. وكذلك الجينات الخاصة بالنشا وتدهور السليلوز.
أثناء قيام الفريق بتحليل جميع السلالات الـ126 القادرة على إفراز المواد الكاسرة للتوتر السطحي وتحلل النفط، نمت 76 سلالة من بين هذه السلالات بشكل جيد في البيئات المخلقة التي كان النفط الخام هو المصدر الوحيد للكربون، في حين أظهرت ثلاثون سلالة نتائج جيدة بشكل خاص في تحلل النفط، كما أفرز 13 من هذه المواد الكاسرة للتوتر السطحي، بما في ذلك سلالة واحدة من مجموعة «إيه فلافي ثرموس» A flavithermus.
ويُشكل النفط أحد أكثر الملوثات تعقيداً على الأرض، وستعتمد كفاءة وفعالية التحلل الميكروبي على عوامل متعددة، بداية من المتغيرات البيئية المحلية، مثل درجة الحرارة ودرجة الحموضة، إلى الكسور والكمية والتركيب النفطي الموجود في أي موقع معين.
وتشير شولتز إلى أن الفهم الكامل للسلالات البكتيرية المحلية، وقدرتها الأيضية، يُعد أمراً بالغ الأهمية، لأنه يفيد في تصميم اتجاهات مستقبلية لمعالجة مشكلة التلوث النفطي، ليس فقط في القارة القطبية الجنوبية، ولكن في جميع أنحاء العالم. وتضيف: «أنا متحمسة تجاه الإمكانيات التي توفرها الكائنات الحية القاسية، وأتطلع إلى استكشاف البيئات السعودية القاسية للحصول على منتجات حيوية جديدة تسهم في خدمة أنواع التطبيقات».


مقالات ذات صلة

إعفاء أميركي يُبقي مبيعات النفط الروسي إلى الهند قرب مستويات قياسية

الاقتصاد نموذج لمضخة وبراميل نفط يظهران أمام علمَي روسيا والهند في هذه الصورة التوضيحية (رويترز)

إعفاء أميركي يُبقي مبيعات النفط الروسي إلى الهند قرب مستويات قياسية

من المتوقع أن تظل مبيعات النفط الروسي إلى الهند قريبة من مستويات قياسية في شهري أبريل (نيسان) ومايو (أيار)، وذلك عقب إعفاء جديد من العقوبات الأميركية.

«الشرق الأوسط» (موسكو - لندن )
الاقتصاد مبنى البيت الأبيض (أ.ب)

ترمب يفعّل «قانون الإنتاج الدفاعي» لزيادة وتيرة استخراج الوقود الأحفوري

أصدر الرئيس الأميركي دونالد ترمب، الاثنين، سلسلة من المذكرات الرئاسية التي تستهدف إحداث طفرة في إنتاج الوقود الأحفوري المحلي.

«الشرق الأوسط» (واشنطن)
الاقتصاد لويس دي غيندوس يتحدث خلال مؤتمر صحافي عُقد على مأدبة إفطار في مدريد 21 أبريل 2026 (إ.ب.أ)

نائب رئيس «المركزي الأوروبي» يدعو إلى التروي في خفض الفائدة وسط ضبابية الحرب

دعا نائب رئيس البنك المركزي الأوروبي، لويس دي غيندوس، الثلاثاء، إلى ضرورة التحلي بالحذر عند تحديد الفائدة، في ظل حالة عدم اليقين المرتفعة الناجمة عن الحرب.

«الشرق الأوسط» (فرانكفورت )
الاقتصاد رسم بياني لمؤشر الأسهم الألماني «داكس» في بورصة فرانكفورت (رويترز)

الأسهم الأوروبية ترتفع بشكل طفيف وسط تفاؤل حذر بمحادثات السلام

سجلت الأسهم الأوروبية ارتفاعاً طفيفاً يوم الثلاثاء، بعد خسائر في الجلسة السابقة، وسط تفاؤل حذر لدى المستثمرين بشأن استمرار مفاوضات السلام في الشرق الأوسط.

«الشرق الأوسط» (لندن)
الاقتصاد شاحنات محمّلة بحاويات متوقفة في ميناء جواهر لال نهرو بنافي في مومباي (رويترز)

تراجع واردات الهند من النفط الخام في مارس نتيجة حرب إيران

أظهرت بيانات الشحن أن واردات الهند من النفط الخام تراجعت بنسبة 13 في المائة خلال مارس، مقارنة بمستويات ما قبل الحرب في فبراير.

«الشرق الأوسط» (نيودلهي)

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؟