هل يمكن أن يأتي يوم تصبح فيه أمراض مثل السرطان وألزهايمر والسكري وأمراض القلب قابلة للعلاج، أو حتى الشفاء، بفضل الذكاء الاصطناعي؟
لم يعد السؤال مجرد خيال علمي، فقد قال ديميس هاسابيس، الرئيس التنفيذي لشركة «غوغل ديب مايند» الحائز جائزة نوبل في الكيمياء، في مقابلة إعلامية، إن الذكاء الاصطناعي قد يختصر تصميم الدواء من سنوات إلى أشهر أو أسابيع، وإن علاج جميع الأمراض ربما يصبح في المتناول خلال العقد المقبل.
غير أن هذا الوعد قوبل بتحفظ علماء وأطباء يرون أن تسارع الحوسبة لا يعني بالضرورة تسارع الشفاء. فطبيب القلب والباحث الأميركي إريك توبول وصف توقّع علاج جميع الأمراض خلال عشر سنوات بأنه غير واقعي، محذراً من رفع سقف آمال المرضى قبل توافر دليل سريري. وبين التفاؤل والاعتراض يبرز السؤال الحقيقي: ما الذي يستطيع الذكاء الاصطناعي تغييره فعلاً، وما الذي لا تزال البيولوجيا ترفض اختصاره؟
ويفسر نظام «ألفافولد» جانباً من هذا التفاؤل. وهو برنامج للذكاء الاصطناعي طوّرته شركة «غوغل ديب مايند» للتنبؤ بالشكل الثلاثي الأبعاد للبروتينات، وهي قضية أساسية لفهم وظائفها وتصميم الأدوية التي تستهدفها. وقد تنبأ النظام ببنية أكثر من 200 مليون بروتين، محوّلاً مهمة كانت قد تستغرق سنوات إلى مورد علمي متاح للباحثين. لكن معرفة شكل البروتين لا تعني تلقائياً معرفة سبب المرض، ولا تضمن أن استهدافه سيشفي الإنسان. فاكتشاف الدواء يمر بثلاث رحلات: من المرض إلى آليته البيولوجية، ومن الآلية إلى جزيء علاجي، ثم من الجزيء إلى المريض. وقد يحقق الذكاء الاصطناعي تقدماً مذهلاً في الرحلة الثانية، في حين تظل الرحلتان الأخريان محكومتين بتعقيد البيولوجيا وبالدليل السريري بطيء التراكم.
الخوارزمية و«المفاتيح الجدد»
• حين تصنع الخوارزمية مفتاحاً جديداً: تقدم دراسة نُشرت في 18 أغسطس (آب) 2026 في دورية «إن بي جيه لطب الأورام الدقيق» npj Precision Oncology مثالاً حديثاً على قوة الذكاء الاصطناعي وحدوده معاً. فقد جمع الباحثون نماذج للتعلم الآلي بمحاكاة التفاعلات الجزيئية؛ بحثاً عن مركبات محتملة ضد سرطان الخلايا الحرشفية في الرأس والعنق.
تعلّمت النماذج من قاعدتين علميتين تضمان معلومات عن المركبات ونشاطها البيولوجي، ثم غربلت مكتبات كيميائية واسعة. وبعد تضييق آلاف النتائج، برزت ثلاثة مُركّبات أظهرت في المحاكاة ارتباطاً مستقراً ببروتين يرتبط بنمو الورم، وينتجه جين يسمى «PIK3CA»، المعروف بدوره في عدد من السرطانات. ودعم الباحثون ذلك بفحص عينات أنسجة مأخوذة من مرضى وتجارب على خلايا سرطانية؛ إذ أدى تعطيل هذا المسار إلى الحد من تكاثر الخلايا وهجرتها.
هذه نتيجة مهمة؛ فالذكاء الاصطناعي ربط البيانات الجزيئية بهدف بيولوجي واقترح مركبات تستحق الاختبار. لكنها لا تعني اكتشاف علاج جاهز؛ فالمركبات لم تُختبر على المرضى، ولم تثبت سلامتها أو فاعليتها داخل جسم الإنسان. إنها بداية واعدة لمسار دوائي، وليست نهايته. وبين المرشح الرقمي والعلاج المعتمد تقف التجارب قبل السريرية، ثم مراحل التجارب على البشر، وتحديد الجرعة ومراقبة السمية، وصولاً إلى موافقة الجهات التنظيمية.
• المفتاح الصحيح للقفل الخطأ: في تحليل حديث بعنوان «لا عصا سحرية لاكتشاف الأدوية»، نشرته على منصة «ديب فينوتايب» في 3 أغسطس 2026، تلخّص دافني كولر، عالمة الحاسوب والبيولوجيا المتخصصة في توظيف الذكاء الاصطناعي لاكتشاف الأدوية، المشكلة بتشبيه دقيق: قد تجعلنا الخوارزميات أفضل في صناعة المفاتيح، لكننا كثيراً ما نختار القفل الخطأ. فتصميم جزيء يرتبط ببروتين محدد أصبح أسرع، في حين يظل تحديد السبب البيولوجي الحقيقي للمرض أكثر تعقيداً. فالسرطان، مثلاً، ليس مرضاً واحداً، بل عائلة من الأمراض تختلف باختلاف النسيج والطفرات والمناعة والبيئة والعمر واستجابة كل مريض.
لذلك؛ لا يكفي أن يتنبأ النموذج بقدرة مركب على الارتباط بهدف جزيئي. إذ يجب إثبات أن هذا الهدف يقود المرض فعلاً، وأن تعطيله لن يضر وظيفة حيوية أخرى، وأن الدواء سيصل إلى العضو بالتركيز المناسب، وأن فائدته ستتفوق على مخاطره. وقد تُحسّن الخوارزمية مرحلة الانتقال «من الآلية إلى الدواء»، لكن السؤالين الأصعب يظلان: هل اخترنا الآلية الصحيحة؟ وأي المرضى سيستفيدون من استهدافها؟
تقدم حقيقي بلا معجزة
• تقدم حقيقي: لا يعني ذلك التقليل من الإنجاز. ففي دراسة سريرية عشوائية من المرحلة الثانية المبكرة «2a»، نُشرت في دورية «نيتشر ميديسن» في 3 يونيو (حزيران) 2025، اختُبر دواء «رينتوسيرتيب»، الذي أسهم الذكاء الاصطناعي التوليدي في اكتشاف هدفه وتصميمه لعلاج التليف الرئوي مجهول السبب. وشملت التجربة 71 مريضاً على مدى 12 أسبوعاً، وسجلت المجموعة التي تلقت الجرعة الأعلى تحسناً في السعة الحيوية القسرية، وهي مؤشر رئيسي لوظيفة الرئة، مقارنة بمجموعة الدواء الوهمي.
لكن الباحثين خلصوا إلى أن النتائج تستدعي تجارب أكبر وأطول. فقد أثبتت الدراسة إمكان الانتقال من الخوارزمية إلى المريض بسرعة لافتة، لكنها لم تثبت الشفاء، ولم تكن تجربة حاسمة من المرحلة الثالثة. وهذه هي اللغة التي يحتاج إليها الطب: نجاح مشجع يتبعه اختبار أشد، لا وعد كبير يبحث لاحقاً عن دليل.
• الزمن البيولوجي لا يشبه الزمن الرقمي: تتعلم الخوارزميات خلال ساعات من بيانات ضخمة، أما الدواء فيحتاج إلى وقت لاختبار تأثيره في أجسام بشرية متنوعة. ولا تستطيع محاكاة سريعة أن تكشف يقيناً عن السمّية المتأخرة، أو عودة الورم، أو أثر العلاج في بقاء المريض بعد سنوات. فالزمن هنا ليس عائقاً بيروقراطياً، بل جزء من الدليل العلمي ومن حماية المريض.
قد يكشف الذكاء الاصطناعي عن أهداف دوائية لم نرها، ويسرّع تصميم الجزيئات، ويتنبأ بالسمّية، ويختار المرضى الأنسب للتجارب، ويخفض الوقت والكلفة. وربما يقود إلى علاجات لأمراض استعصت طويلاً. غير أن الوعد بعلاج «جميع الأمراض» خلال موعد محدد يحوّل الأمل العلمي إلى نبوءة إعلامية.
السؤال الأدق، إذن، ليس: متى سيقضي الذكاء الاصطناعي على المرض؟ بل: أي خطوات من رحلة اكتشاف العلاج يستطيع جعلها أسرع وأكثر دقة؟ فقد يكون أقوى مسرّع عرفه اكتشاف الدواء، لكنه لا يلغي المختبر، ولا التجربة السريرية، ولا تعقيد الإنسان. وهنا تستعيد العبارة التي اشتهر بها عالم الفلك الأميركي كارل ساغان، أحد أبرز مَن قرّبوا العلوم إلى الجمهور، معناها: «الادعاءات الاستثنائية تتطلب أدلة استثنائية». فوعد علاج جميع الأمراض استثنائي، ولن يصبح علاجاً لأن خوارزمية أو عالماً بارزاً أعلنه، بل عندما يثبت لدى المرضى، بأمان ووضوح، أنه يغيّر مسار المرض فعلاً.
