هل يجب ان يموت مريض الغيبوبة او ان يعيش؟ تعلم الالة سيساعد في اتخاذ القرار

في بعض الحالات ، كل ما يتطلبه الأمر هو ضربة قوية لجانب الرأس.

عندما يقع شخص ما في غيبوبة ، يفقد جميع الوظائف الحركية. نشاط الدماغ يبطئ بشكل ملحوظ. في معظم الحالات ، لا يمكن لأي محفز خارجي ، مثل الضوء أو الحركة ، أن يوقظه. من الصعب تحديد وضعه المستقبلي – فهل سيستيقظ مرة أخرى؟
يعمل أخصائيو الأعصاب الصينيون في أكاديمية العلوم ومستشفى PLA في بكين بجد لتطوير أداة تساعد الأطباء على تقييم ذلك بالضبط. لكن لديهم أفضلية تكنولوجية بحيث ان أجيالا من الأطباء قبلهم لم يستخدموها: التعلم الآلي. الخوارزميات مثل هذه هي جزء من ترسانة متنامية من الأدوات التي تعتمد على البيانات والتي يمكن أن تساعد أفراد الأسرة والأطباء على اتخاذ قرارات صعبة بشأن علاج المريض ، أو المساعدة في تحديد وقت توديعهم.
قام الباحثون بتغذية بيانات الرنين المغناطيسي الوظيفي (fMRI) من آلاف مرضى الغيبوبة الى خوارزمية تعلم الآلة. مما ساعدهم ذلك على فهم مدى احتمال استعادة مريض معين.
وكما تبين ، فإن النتائج واعدة للغاية: “لقد تنبأنا بنجاح عدد من المرضى الذين استعادوا وعيهم بعد أن قرر الاطباء في البداية ألا يكون لديهم أي أمل في الشفاء” ، كما قال الباحثون لصحيفة ساوث تشاينا مورنينج بوست.
ووجد الباحثون أن الخوارزمية كانت دقيقة بنسبة 90 في المئة. وقد استخدموا هذه التقنية بالفعل على أكثر من 300 مريض من جميع أنحاء الصين. وهم يأملون أن تساعد التقنية نفسها أكثر من 50.000 “مريض يعانون من اضطراب مزمن في الوعي” في الصين.

Webp.net-resizeimage (42)

قد تبدو المخاطر كبيرة ، لكن مرضى الغيبوبة قد يكونون في الواقع التطبيق المثالي لهذا النوع من تكنولوجيا التعلم الآلي ، كما يقول باسكال كاوفمان ، عالم الأعصاب ومؤسس شركة Starmind ، وهي شركة مقرها سويسرا تعمل على تطوير الذكاء الاصطناعي لمساعدة الموظفين في الشركات الكبرى, التواصل مع بعضهم البعض. في الواقع ، فإن الآلات تكون أفضل في تحليل هذا النوع من البيانات البيولوجية المعقدة أكثر من البشر. “هذه الآلات لا تفعل شيئا سوى ما يفعله البشر. انهم ينظرون إلى نفس مجموعات البيانات – يفعلون بالضبط نفس الشيء. ومع ذلك ، فإنهم يفعلون ذلك أسرع مليون مرة وأكثر موثوقية. ”
لا يقترح الباحثون في بكين أن الآلات يجب أن يكون لها الكلمة الأخيرة في تقرير ما إذا كان مرضى الغيبوبة يعيشون أم يموتون. ويقول يانغ يي الطبيب في قسم جراحة المخ والأعصاب في مستشفى PLA وباحث في المشروع: “عندما أبلغنا أفراد عائلة اختبرت الذكاء الاصطناعي، أخبرناهم دائمًا أنه يجب ألا يؤثر ذلك إلا على 20 إلى 50 بالمائة في قرارهم”.
يوافق كوفمان على أن تقييم نظام الكمبيوتر يجب أن يكون مهمًا فقط إذا تبين أن مريض الغيبوبة يظهر وعدًا بعد أن اعتبره الأطباء البشريون ان لا امل من استيقاظه- وليس العكس. عندما يقول الطبيب البشري إن المريض لن يستيقظ مرة أخرى ، سيكون ذلك سيناريو مروعًا. يقول كاوفمان: “إنك تركت مريضًا يموت بسبب مدخلات الماكينة – وهذا أمر غير ممكن”. “أعتقد أنه يجب عليك الانتباه فقط للنتائج إذا كان هناك شخص يمكنه أن يخبرك بوجود أمل.”
في الواقع ، بعد أن أصبح لدينا تكنولوجيا يمكنها المساعدة في التنبؤ بشكل أفضل بما إذا كان مريض الغيبوبة سيستيقظ أم لا ، يقول كاوفمان إنه قد يكون من الخطر السماح للأطباء البشريين بتفحص البيانات وحدهم. إنها مثل السيارات ذاتية القيادة – فالسائقون البشريون أكثر عرضة للحوادث من نظرائهم المستقلين. يقول كاوفمان: “قد يكون من الخطورة أن نترك الحكم حول ما إذا كان الشخص سيستيقظ أم لا إلى الطبيب لأن معدل الخطأ أعلى بكثير في الأطباء البشريين منه في الآلات”.

في الوقت الحالي ، لا يتم استخدام هذه الخوارزمية إلا لمرضى الغيبوبة. وهذا شيء جيد على الأرجح. الآلات هي في الواقع أفضل من الأطباء في تقييم حالة المريض ، ويقول كوفمان. لكنهم لا يتمتعون بالمهارات التي يفضلها المرضى من أطبائهم. “المشكلة هي أنه عندما يتعلق الأمر بالتفاعل البشري (مع المرضى الذين ليسوا في حالة غيبوبة) ، فإن الأطباء البشريين بالطبع أفضل بكثير من الآلات ، لأنك تستطيع تقييم السلوك والرائحة وكيف يتحدثون وما إلى ذلك – هناك العديد من العوامل أن الآلات ليست جيدة في التعامل معها. ”
إن السماح لجهاز كمبيوتر بالتأثير على القرار الذي يتناول حياة المريض أو وفاته يبدو وكأنه حلقة من Black Mirror ، ولكنه قد يكون في الواقع أمرًا جيدًا. من المرجح أن خوارزميات التعلم الآلي سوف تشق طريقها إلى العديد من مجالات الرعاية الصحية – فربما تقوم بمساعدة جراحًا روبوتيًا على العمل مع المرضى ذوي المدخلات البشرية الصغيرة. مع المزيد من البيانات ، لا بد أن تكون أكثر دقة.

لكن المستقبل حيث الآلات وحدها تتخذ هذا القرار لسحب القابس على مريض غيبوبة؟ ربما لن نكون هناك لفترة من الوقت.

المصدر: Futurism