طوَّر فريق من كلية الطب بجامعة بنسلفانيا في الولايات المتحدة طريقة مبتكرة للتنبؤ بتطور أمراض المناعة الذاتية باستخدام الذكاء الاصطناعي.
وتعتمد هذه الطريقة التي أُطلق عليها اسم «درجة التقدم الجيني» على تحليل البيانات من السجلات الصحية الإلكترونية والدراسات الجينية الكبيرة. وتستفيد من الذكاء الاصطناعي للتنبؤ بتطور الأمراض المناعية الذاتية من المراحل السريرية الأولية إلى المرض الكامل. وسيكون لهذا الاختراق آثار كبيرة على التشخيص المبكر والعلاج الشخصي والتدخلات المستهدفة.
رصد أمراض المناعة الذاتية
وتحدث أمراض المناعة الذاتية عندما يهاجم الجهاز المناعي خلايا وأنسجة الجسم السليمة بالخطأ. وغالباً ما تتميز هذه الأمراض، التي تصيب نحو 8 في المائة من الأميركيين؛ معظمهم من النساء في مرحلة ما قبل السريرية، بأعراض خفيفة أو أجسام مضادة يمكن اكتشافها قبل سنوات من التشخيص.
ويُعدّ التعرف المبكر على الأشخاص المعرَّضين لتطور المرض أمراً بالغ الأهمية للتشخيص المبكر وتحسين العلاج وإدارة المرض بفاعلية؛ إذ إن الضرر الناجم عن الأمراض المناعية الذاتية المتقدمة غالباً ما يكون غير قابل للإصلاح.
وقد استخدم فريق البحث الذكاء الاصطناعي لتحليل البيانات من السجلات الصحية الإلكترونية والدراسات الجينية الكبيرة للأشخاص المصابين بأمراض المناعة الذاتية؛ للتوصل إلى درجة توقع المخاطر. ومقارنة بالنماذج الحالية، كانت هذه المنهجية أكثر دقة بنسبة تتراوح بين 25 في المائة و100 في المائة في تحديد مَن ستنتقل أعراضه إلى مرض متقدم.
وقد نشر فريق البحث نتائجهم في مجلة «Nature Communications»، في 7 يناير (كانون الثاني) 2025، برئاسة داجيانغ ليو، نائب رئيس قسم الأبحاث ومدير الذكاء الاصطناعي والمعلوماتية الطبية الحيوية بكلية الطب بجامعة ولاية بنسلفانيا والمؤلف الرئيسي المشارك للدراسة، الذي قال إنه من خلال استهداف مجموعة سكانية أكثر صلة؛ أي الأشخاص الذين لديهم تاريخ عائلي أو الذين يعانون أعراضاً مبكرة، يمكننا استخدام التعلم الآلي لتحديد المرضى الأكثر عرضة للإصابة بالمرض، ومن ثم تحديد العلاجات المناسبة التي قد تكون قادرة على إبطاء تقدم المرض، حيث إنها معلومات أكثر أهمية وقابلة للتنفيذ.
نظام «درجة التقدم الجيني»
يتعامل نظام درجة التقدم الجيني (Genetic Progression Score GPS) مع هذه التحديات، من خلال دمج البيانات من دراسات الارتباط على نطاق الجينوم (genome-wide association studies GWAS)، وقواعد البيانات الحيوية القائمة على السجلات الصحية الإلكترونية.
وتساعد بيانات دراسات الارتباط على نطاق الجينوم في تحديد الاختلافات الجينية بين الأفراد المصابين بأمراض المناعة الذاتية وغير المصابين، بينما توفر قواعد البيانات الحيوية معلومات غنية عن المرضى، بما في ذلك المتغيرات الجينية، ونتائج الاختبارات التشخيصية. ومن خلال دمج هذين النوعين من البيانات، يصبح نظام درجة التقدم الجيني أكثر دقة واسعة النطاق برؤى حول الاختلافات الجينية، وتُقدم البنوك الحيوية تاريخاً طبياً مفصلاً.
وتساعد هذه البيانات المجمعة في تحديد الأفراد في المراحل المبكرة (قبل السريرية) من أمراض المناعة الذاتية، وتتبع كيفية تقدم المرض بمرور الوقت. وبهذه الطريقة يمكن للباحثين التنبؤ بتقدم المرض وفهم تطوره بشكل أفضل.
التهاب المفاصل والذئبة الحمراء
وللتحقق من فاعلية طريقة درجة التقدم الجيني، استخدم الباحثون بيانات من بنوك معلومات لتوقُّع تطور أمراض مثل التهاب المفاصل الروماتويدي، والذئبة الحمراء. وقد أظهرت النتائج أن درجة التقدم الجيني تفوقت على 20 نموذجاً آخر في توقع تقدم المرض، كما أنها أكثر دقة بنسبة تتراوح بين 25 في المائة وألف في المائة في تحديد الأفراد المعرَّضين لخطر التقدم إلى مراحل متقدمة من المرض. حيث تتيح هذه الدقة التدخلات المبكرة وخطط العلاج المخصصة والمراقبة المستهدفة، ما يؤدي، في النهاية، إلى تحسين نتائج المرضى.
وأوضح الباحث الرئيسي في الدراسة بيبو جيانغ، من قسم علوم الصحة العامة بكلية الطب جامعة ولاية بنسلفانيا، أن طريقة درجة التقدم الجيني تستخدم تقنية «نقل التعلم»؛ وهي تقنية في التعلم الآلي يجري فيها تدريب نموذج على مهمة واحدة (مثل التمييز بين القطط والكلاب)، ثم تكييفه لمهمة ذات صلة (مثل تحديد الأورام السرطانية)، حيث تتيح هذه الطريقة للباحثين وضع تصورات ذات معنى من مجموعات بيانات أصغر، مما يتجاوز قيود الطرق التقليدية.
وشدد داجيانغ ليو على الآثار العملية لهذا البحث. وقال: «من خلال استهداف الأفراد الذين لديهم تاريخ عائلي أو أعراض مبكرة، يمكننا استخدام الذكاء الاصطناعي لتحديد أولئك المعرَّضين لأعلى خطر، وتطوير تدخلات شخصية لإبطاء تطور المرض».
وتُسلط النتائج الضوء على إمكانات الذكاء الاصطناعي في تحسين إدارة الأمراض، مما يتيح التدخلات المبكرة، والعلاجات الشخصية، وتحسين تصميم التجارب السريرية. ورغم أن الدراسة ركزت على أمراض المناعة الذاتية، يعتقد الباحثون أن إطار عمل درجة التقدم الجيني يمكن تطبيقه على أمراض أخرى، خاصة تلك التي تؤثر على الفئات الأخرى الممثلة تمثيلاً ناقصاً في الدراسة الحالية.
