ما الذي يمكن لصناعات أخرى أن تتعلمه من الرسوم البيانية للمعرفة في القطاع الصحي؟ لم تُصبح الصناعة الطبية رائدة في استخدام الرسوم البيانية للمعرفة بفضل تبنيها المبكر للتكنولوجيا الحديثة. بل سبق أن استثمرت على مدى قرون في بناء معنى مشترك. قبل ظهور منصات البيانات أو الذكاء الاصطناعي، كانت الطب قد وضعت قواعد واضحة حول ما يوجد (الأنظمة المفاهيمية)، وكيف تُسمى الكيانات (المصطلحات المُحكَمة)، وكيف تُولَد الأدلة (الملاحظات)، وكيف تنتقل البيانات بين الأنظمة (معايير التوافق)، وآلية ضمان التوافق (من خلال التنظيم، والتعاون، والتمويل العام). هذا المقال يوضح أن احتياج الصناعات الأخرى إلى هذه الأساسيات ليس مُحَدَّدًا بالقطاع الصحي فقط، وأنها لم تعد وحيدة في بنائها. ففي مجالات مثل القانون، والمالية، وعلوم المناخ، والبناء، والأمن السيبراني، والحكومة، تُبنى بالفعل أنظمة مفاهيمية مشتركة، ومصطلحات مُحكَمة، ومعايير للملاحظات، ونماذج تبادل البيانات. الفرق ليس في الجدوى، بل في النضج والتنسيق. في الأقسام التالية، أستعرض الدروس الأساسية التي يمكن لصناعات أخرى الاستفادة منها من تجربة القطاع الصحي، مع تسليط الضوء على ما فعله الطب بشكل صحيح، وإبراز أمثلة واقعية من مجالات أخرى تُظهر أن نهجًا مماثلًا يعمل بالفعل. الأنظمة المفاهيمية المشتركة: الاتفاق على ما يوجد تُعد الصناعة الطبية نموذجًا متميزًا في وجود ملايين الأنظمة المفاهيمية. تشمل أنظمة مفاهيمية لتشريح الجسم (Uberon)، والجينات (Gene Ontology)، والمركبات الكيميائية (ChEBI)، وآلاف المجالات الأخرى. وتوفّر منصات مثل BioPortal وOBO Foundry إمكانية الوصول إلى أكثر من ألف نظام مفاهيمي طبي. معظم هذه الأنظمة هي أنظمة مفاهيمية متخصصة، لكنها تستخدم أيضًا أنظمة مفاهيمية عابرة للقطاعات مثل Schema.org وQUDT. كما تُستخدم معايير من W3C مثل Web Ontology Language (OWL)، وShapes Constraint Language (SHACL)، وSimple Knowledge Organization System (SKOS). هناك أيضًا أنظمة مفاهيمية عليا (Upper Ontologies) تُستخدم لتمثيل الكيانات على مستوى عام، مثل Basic Formal Ontology (BFO)، وSuggested Upper Merged Ontology (SUMO)، وgist، وهي مُصممة لتمكين التكامل بين النماذج المختلفة. ما يمكن لصناعات أخرى تعلمه هو أن تُقدّر أهمية التوافق حول ما يوجد، وكيف ترتبط هذه الكيانات. حتى وإن لم تكن لديها مصادر علمية قديمة، فإن كل صناعة تعتمد على كيانات وقواعد يمكن توثيقها. ففي المالية، القانون، سلاسل التوريد، وحتى المؤسسات الدينية، توجد بنى رياضية أو منطقية مُنظمة تُستخدم لاستنتاج النتائج. أمثلة واقعية من صناعات أخرى: - النظام المفاهيمي للتشريع الأوروبي (ELI): منظمة مفتوحة ومجانية، مدعومة من قبل الدولة، وتم بناؤها باستخدام معايير W3C. يُعرّف كيفية توثيق القوانين، التعديلات، والولايات القضائية، وربط العلاقات القانونية عبر دول الاتحاد الأوروبي. - النظام المفاهيمي للبيئة (ENVO): منظمة مبنية على تعاون جماعي، تمثل البيئات، النظم البيئية، الموائل، والعمليات البيئية. يُظهر كيف يمكن أن تنشأ أنظمة مفاهيمية مشتركة دون سلطة مركزية. - النظام المفاهيمي للأعمال المالية (FIBO): يُحدد مفاهيم أساسية في القطاع المالي مثل الكيانات، العقود، والأدوات المالية، مما يسمح للشركات بالمنافسة على المنتجات، لا على تعريفاتها. اعتبار المصطلحات المُحكَمة كبنية تحتية، لا كمخرجات مشاريع تقدّم الصناعة الطبية نموذجًا في اعتبار كتالوجات الكيانات الحقيقية كمُكوّنات حيوية في البنية التحتية. تضم أنظمة مصطلحات مُحكَمة لحالات المرض (SNOMED CT)، والإجراءات (ICD 11)، والآثار الجانبية (MedDRA)، والأدوية (RxNorm)، والمركبات (CheBI وPubChem)، والبروتينات (UniProt)، والجينات (NCBI Gene). كما تُجمَع هذه المصطلحات في رؤى معرفية شاملة مثل SPOKE، Monarch Initiative، وOpen Targets. ما يمكن لصناعات أخرى تعلمه هو إنشاء وتحديث قوائم من الكيانات التي تعتمد عليها (مثل الشركات، الصناعات، الأدوات المالية، السياسات، المكونات)، ثم نشرها كبيانات مفتوحة وقابلة للقراءة آليًا. دع الملاحظة والتجربة تُوجه الهيكل تطور الطب من خلال الملاحظة، والتجريب، والتأييد المتكرر. لا يمكن أن تُعتبر أي ادعاءات حول الأدوية صحيحة إلا إذا كانت مدعومة بأدلة، وتم تجاوز المغالطات المذهبية عبر النتائج التجريبية. معيار CDISC يُوحّد طريقة تسجيل الملاحظات في التجارب السريرية (القياسات، النتائج، الآثار الجانبية)، مما يُمكّن من تجميع الأدلة وتجريبها بشكل متكرر. أمثلة من صناعات أخرى: - في علوم المناخ، تُستخدم معايير موحدة لتسجيل البيانات الجوية والبيئية، مما يُسهّل التحليل المشترك. - في البناء، تُطبّق معايير مثل BIM (نمذجة معلومات البناء) لتوحيد طريقة تسجيل البيانات الهندسية. توحيد طريقة مشاركة البيانات، لا مجرد معناها لم يتوقف الطب عند التوافق في المعاني والمعايير العلمية، بل طوّر أيضًا معايير تبادل البيانات. معيار HL7 FHIR يُحدد كيفية تبادل البيانات السريرية مثل المرضى، الملاحظات، الأدوية، والزيارات بين الأنظمة. أمثلة من صناعات أخرى: - في المالية، تُستخدم معايير مثل ISO 20022 لتوحيد تبادل المعاملات المالية. - في الطيران، تُطبّق معايير مثل SITA وICAO لتبادل بيانات الرحلات والتحكم الجوي. استخدام التنظيم لفرض التوافق المفاهيمي الضغط التنظيمي كان عاملاً حاسمًا في إجبار القطاع الصحي على التوافق في التعريفات والمعايير. تُفرض هيئة الغذاء والدواء الأمريكية (FDA) الالتزام بمعايير مثل CDISC وMedDRA في التقارير السريرية. في الصناعات الأخرى: - في المالية، تُفرض هيئة الأوراق المالية والبورصات (SEC) وFINRA معايير التقارير، لكنها لا تمتلك نظامًا متكاملًا من المصطلحات المشتركة. - في الطيران، تُطبّق معايير دولية صارمة لسلامة البيانات والاتصالات. فصل المعاني المُشتركة عن الميزة التنافسية شركات القطاع الصحي تتنافس على الأدوية، لا على تعريف الأدوية. التوافق في التعريفات لا يقلل من المنافسة، بل يُعززها. مثال من صناعة الأدوية: منظمة Pistoia Alliance تجمع شركات منافسة لتطوير معايير مشتركة في البنية المفاهيمية، مما يُسرّع الابتكار. تمويل المعرفة المشتركة كمُصلحة عامة التمويل العام كان حاسمًا في بناء وصيانة الأنظمة المفاهيمية في القطاع الصحي، مثل تلك التي دعمتها هيئة NIH. من غير المرجح أن تُبنى هذه البنية من قبل جهة واحدة. أمثلة من صناعات أخرى: - في علوم المناخ، تُموّل الحكومات والمنظمات الدولية مشاريع تجميع البيانات والأنظمة المفاهيمية. - في البناء، تُنشأ مبادرات مشتركة بين القطاعين العام والخاص لتطوير معايير مفتوحة. ربط المعنى بمعايير مفتوحة الاعتماد على معايير مفتوحة مثل RDF، OWL، وSHACL يضمن أن المعرفة لا تُحتجز داخل منتج معين أو منصة معينة. هذا يُمكّن من إعادة استخدام المعرفة ودمجها وتحليلها لعقود، حتى مع تغير الأدوات. ابن بناءً تدريجيًا لم تُبنى الرسوم البيانية للمعرفة في القطاع الصحي دفعة واحدة. بل كانت نتيجة لسنوات من اكتشافات جديدة، وتوثيق النتائج، وتصنيف الكيانات، وتجريب الملاحظات. من غير الممكن بناء رسم معرفي شامل من الأعلى إلى الأسفل. والمعارف المنظمة لا تُبنى بسرعة، حتى باستخدام الذكاء الاصطناعي. الخلاصة قبل ظهور منصات البيانات الحديثة أو الذكاء الاصطناعي، استثمر الطب في تعريفات مشتركة، ومصطلحات مُحكَمة، ومعايير تجريبية، وطرق موحدة لتبادل الأدلة. هذه الخيارات سمحت بتكوين معرفة مترابطة، لا مُجزأة. لا تحتاج الصناعات الأخرى إلى محاكاة مسار الطب بالضبط، لكنها يمكنها تبني مبادئه: - الاتفاق على ما يوجد. - اعتبار المصطلحات كبنية تحتية. - السماح للملاحظة بالقيادة. - استخدام التنظيم والتعاون لفرض التوافق. - تمويل المعرفة كمُصلحة عامة. - ربط المعنى بمعايير مفتوحة. الطب لم ينجح لأنه اعتمد الذكاء الاصطناعي مبكرًا. نجح لأنه استثمر قرونًا في توثيق المعنى. الرسوم البيانية للمعرفة لا تُنشئ هذا التوافق، لكنها تجعله قابلاً للحساب، والاستخدام، والتوسع. عن الكاتب: ستيف هيدن، مدير إدارة المنتجات في TopQuadrant، حيث يقود استراتيجية منصة EDG، وهي منصة لإدارة الرسوم البيانية للمعرفة وبيانات التحكم. يركز عمله على ربط حوكمة البيانات المؤسسية بالذكاء الاصطناعي من خلال الأنظمة المفاهيمية، والتصنيفات، والتكنولوجيا المعنى. يكتب ويلقي بشكل منتظم حول الرسوم البيانية للمعرفة، والدور المتغير للمعنى في أنظمة الذكاء الاصطناعي.
القطاعات الأخرى يمكنها الاستفادة من تجربة الرعاية الصحية في بناء الرسوم المعرفية (Knowledge Graphs) من خلال اعتماد مبادئ أساسية ساهمت في تقدم القطاع الطبي، رغم أنه لم يعتمد على التكنولوجيا الحديثة مبكرًا. بدلاً من ذلك، نجح في بناء هيكل مشترك للمعنى عبر قرون من العمل الجماعي، والتنظيم، والتمويل العام. هذه المبادئ ليست حكرًا على الطب، بل يمكن تطبيقها في مجالات مثل القانون، المالية، المناخ، البناء، الأمن السيبراني، والحكومات. أولًا، الاتفاق على ما يوجد عبر بناء أوontology مشتركة. في الرعاية الصحية، توجد مئات من الـ ontologies المتخصصة مثل تلك الخاصة بالأنسجة (Uberon)، الجينات (Gene Ontology)، والمركبات الكيميائية (ChEBI)، إلى جانب أوontology عامة مثل Schema.org وQUDT. هذه الـ ontologies تُبنى باستخدام معايير مفتوحة من W3C مثل OWL وSHACL. في المجالات الأخرى، ظهرت أمثلة مشابهة: مثل "مُعرف القانون الأوروبي" (ELI Ontology) الذي يوحد التفسير القانوني عبر دول الاتحاد الأوروبي، و"الontology البيئية" (ENVO) التي تمثل البيئات والنظم الإيكولوجية، و"الـ FIBO" في القطاع المالي الذي يوحّد مفاهيم مثل العقود والأدوات المالية. هذه الأمثلة تُظهر أن الـ ontologies لا تحتاج إلى هيكل مركزي، بل يمكن أن تنشأ من تعاون خبراء. ثانيًا، اعتبار المفردات المُحكَمة (controlled vocabularies) كبنية تحتية، وليس كمخرجات مشروع. في الطب، تم تطوير مفردات مثل SNOMED CT للاضطرابات، وICD-11 للأمراض، وMedDRA للآثار الجانبية، وRxNorm للأدوية. هذه المفردات مُتاحة كبيانات مفتوحة وقابلة للقراءة آليًا، وتم دمجها في مشاريع مثل SPOKE وMonarch Initiative. في القطاعات الأخرى، يمكن تطبيق نفس المبدأ: مثل توحيد مفاهيم الشركات، الأدوات المالية، أو المعايير الصناعية كبيانات مشتركة. ثالثًا، الاعتماد على الملاحظة والدليل العلمي لبناء الهيكل. في الطب، يُشترط أن تُستند كل معلومة إلى أدلة تجريبية، كما يُنظم ذلك عبر معايير مثل CDISC التي تُحدد كيفية تسجيل البيانات في التجارب السريرية. في المجالات الأخرى، مثل المناخ والبناء، بدأ البعض في تبني نماذج مماثلة لتسجيل الملاحظات بطرق قابلة للتكرار والتحليل. رابعًا، توحيد طريقة مشاركة البيانات، وليس فقط معناها. لم يكتفِ الطب بتوحيد المعاني، بل حدد معايير مفتوحة لتبادل البيانات مثل HL7 FHIR، التي تُستخدم الآن في تبادل معلومات المرضى والعلاجات بين الأنظمة. في المالية والطيران، هناك معايير مشابهة لتبادل التقارير، لكنها ما زالت أقل نضجًا من الطب. خامسًا، استخدام القوانين لفرض التوافق. هيئة الغذاء والدواء (FDA) والمنظمة العالمية للصحة (WHO) تُلزم الجهات بالاعتماد على مفردات موحدة مثل MedDRA وCDISC. في القطاع المالي، تفرض هيئة الأوراق المالية (SEC) وFINRA قواعد تقارير، لكنها لا تفرض نظامًا موحدًا للمفردات. سادسًا، فصل المعاني المسبقة عن الميزة التنافسية. في الطب، تتنافس الشركات على الأدوية، لا على تعريفها. مبادرة Pistoia Alliance تُظهر كيف يمكن للمنافسين التعاون في بناء أسس شائعة. في الصناعات الأخرى، يمكن تأسيس تحالفات مماثلة. سابعًا، تمويل المعرفة كسلعة عامة. دعم الهيئات الحكومية مثل NIH كان حاسمًا في بناء البنية المعرفية في الطب. يمكن لقطاعات أخرى تأسيس شراكات عامة وخاصة لدعم هذه البنية. أخيرًا، الارتكاز على المعايير المفتوحة. استخدام معايير W3C مثل RDF وOWL يضمن أن المعرفة تبقى قابلة للاستخدام والدمج عبر الزمن، بغض النظر عن التكنولوجيا المستخدمة. الخلاصة: لم ينجح الطب بسبب الذكاء الاصطناعي، بل لأنه استثمر قرونًا في توثيق المعنى. الرسوم المعرفية لا تخلق هذا التوافق، بل تجعله قابلاً للحساب، والاستخدام، والتوسع. بات من الممكن للقطاعات الأخرى أن تتبع هذا المسار، بخطوات تدريجية، وبناءً على تجربة الرعاية الصحية.
