«تنسيق أدوات الجينوم عبر الذكاء الوكيلي يكسر جمود التشخيص في الأمراض العصبية»
يبدأ المسار السريري المعتاد لطفل يواجه تأخراً في النطق وضعفاً عضلياً ونوبات صرع بسلسلة فحوص تنتهي بأكثر الاختبارات الوراثية تقدماً، وهو تسلسل الإكسوم أو الجينوم الكامل، غير أن التقرير الطبي كثيراً ما يعود بنتيجة مربكة تفيد بغياب تشخيص جزيئي قاطع، أو تصنيف الخلل ضمن فئة متغير ذي دلالة غير مؤكدة. هذا التباين الحاد بين القدرة على قراءة مليارات الرموز الوراثية والعجز عن تفسير مسببات المرض الفعلي كان محور النقاش العلمي في المؤتمر الدولي للجمعية السعودية للطب الوراثي بمدينة جدة، الذي عُقد تحت شعار «من التشخيص إلى العلاج في علم الجينوم».
طرحت الدكتورة نوف الغانمي، الأستاذة المشاركة للذكاء الاصطناعي والمعلوماتية الحيوية بجامعة الملك عبد العزيز ورئيسة وحدة المعلوماتية الحيوية بمعهد علوم طب الجينوم، مقاربة تقنية تشرح الفجوة الفاصلة بين رصد الطفرة وتأكيد التشخيص. فبينما يختلف الجينوم البشري عن المرجع المعتمد في نحو أربعة إلى خمسة ملايين موضع، تعمل الخوارزميات على تضييق دائرة البحث لتستقر على عشرات المتغيرات، لكن كل خطوة فلترة تنطوي على مخاطرة استبعاد الطفرة المسؤولة عن المرض بالخطأ، وتتعقد الحسابات أكثر في الأمراض العصبية التي تتشابه فيها أعراض الجينات المختلفة وتتبدل مظاهرها مع العمر. قراءة شفرة الحمض النووي لا تعني بالضرورة فهم وظيفتها الحيوية داخل الخلية، والوصول إلى تغير وراثي يستلزم الإجابة عن ثلاثة أسئلة حاسمة: هل يبدل التغير عمل الخلية، وهل يفسر أعراض المريض بعينها، وهل تكتمل الأدلة لاعتباره مسبباً للمرض.
عوضاً عن الاعتماد على خوارزمية مفردة، توظف المختبرات أدوات تخصصية متفرقة؛ إذ يتولى نموذج AlphaMissense توقع أثر التغير في بنية البروتين، بينما يتتبع SpliceAI معالجة الحمض النووي الريبوزي، وتقارن أداة Exomiser الأعراض السريرية بالأمراض الموثقة، إلى جانب نماذج بحثية موسعة مثل AlphaGenome التي تتوقع تأثير التغيرات في تنظيم نشاط الجينوم. غير أن التعامل مع هذه النماذج كلجنة تصويت لا يوفر أدلة مستقلة، ومن هنا برز مفهوم الذكاء الاصطناعي الوكيلي الذي اقترحته الغانمي كمنسق برمجي يربط هذه الأدوات حول حالة المريض، فيستدعي النموذج المناسب لكل معضلة، ويفحص مواضع النقص والتعارض، ثم يرفع الفرضيات المدعومة بالأدلة إلى الطبيب البشري. هذا النهج أثبت جدواه البحثية في دراسة نشرتها مجلة «نيتشر» عام 2026 حول نظام DeepRare للأمراض النادرة، حيث نسق النظام أكثر من أربعين أداة ومصدراً معرفياً، وحقق التشخيص الصحيح في المرتبة الأولى بنسبة 69.1 في المائة من الحالات، مقارنة بنحو 55.9 في المائة للأدوات التقليدية.
تكتسب هذه البنية التكنولوجية بعداً سريرياً حاسماً حين تتجاوز حدود الفحص الأولي؛ فالنتيجة السلبية لفحص الإكسوم تحمل تاريخاً زمنياً وليست حكماً أبدياً على الحالة. وقد وثقت دراسة نشرتها مجلة «نيتشر ميديسن» في عام 2026 تطبيق نظام آلي لإعادة تحليل بيانات 4735 حالة لم تكن مشخصة في السابق، فنجحت الخوارزميات في استخلاص 241 تشخيصاً جديداً بنسبة بلغت 5.1 في المائة، مدفوعة بتحديث قواعد المعرفة العلمية وتطور أدوات الاستدلال. تحويل عدم اليقين الجيني إلى فرضيات قابلة للاختبار المعملي يمثل جوهر التحول، إذ يتبدل دور الأداة الذكية من محاولة إعلان تشخيص نهائي إلى إرشاد الفريق الطبي نحو الفحص التكميلي المطلوب، سواء كان فحصاً للأبوين أو تحليلاً مخبرياً لوظائف الحمض النووي الريبوزي.
هذا المسار يعيد صياغة أولويات المستشفيات والمختبرات المرجعية في السعودية والخليج ومراكز الأبحاث الجينومية في مصر والشام؛ فالاستثمار في أدوات الجينوم لم يعد محصوراً في شراء أجهزة التسلسل المتطورة أو استيراد خوارزميات غربية جاهزة، لأن النماذج التي تتدرب على قواعد بيانات سكانية عامة تصطدم بخصوصية التركيب الوراثي المحلي، فالمتغير الذي يُصنف نادراً في قاعدة بيانات عالمية قد يكون شائعاً بين سكان المنطقة، كما أن نسب القرابة العائلية تفرض مسارات وراثية متنحية تتطلب استراتيجيات تحليل وفلترة مغايرة تماماً. وتتمثل الخطوة التنظيمية العملية أمام مديري القطاع الصحي والمطورين في تأسيس مستودعات جينومية محلية لحماية البيانات وتدريب الوكلاء الأذكياء عليها، مع فتح أرشيف الحالات السابقة وإخضاعه لنماذج إعادة التحليل الآلي الدوري بدل ترك المرضى في دائرة الحالات غير المشخصة.
يبقى القرار السريري رهناً بمنظومة الذكاء الهجين، حيث تتولى البرمجيات مهمة الربط والاستدلال المجهد بينما يتحمل استشاري الوراثة والطبيب المعالج مسؤولية القرار النهائي ورعاية المريض. إن الانتقال من البحث عن تشخيص فوري بضغطة زر إلى إدارة التحقيق الجيني بذكاء وكيلي يمنح العيادات العصبية في المنطقة قدرة عملية على تحويل مئات الحالات المعلقة إلى مسارات علاجية واضحة المعالم.