HyperAIHyperAI

Command Palette

Search for a command to run...

أطلس الخلايا المفردة يغذي تحيزاً أوروبياً للذكاء الاصطناعي

كشف تحليل حديث صادر عن كلية آيكان للطب في جبل سيناء ونشر في مجلة Cell Genomics يوم 20 يوليو، عن تحيز ديموغرافي منهجي في أطر عمل الخلايا الفردية التي تُستخدم كمراجع مرجعية في الأبحاث الطبية وتغذية نماذج الذكاء الاصطناعي. قاد الدراسة الأستاذ المساعد الدكتور كوان لين هوانغ، الذي أشرف على فريق بحثي لقياس دقة تمثيل التنوع البشري في بيانات ثلاثة مشاريع عالمية كبرى، وهي أطلس الخلايا البشرية، وشبكة أطلس الأورام البشرية، ومبادرة PsychAD لأمراض الدماغ. شمل التقييم أكثر من 13,500 عينة بيولوجية، وأظهرت النتائج انخفاضاً حاداً في جودة التسجيل الديموغرافي، حيث خلوت نسبة تقارب 70% من عينات أطلس الخلايا من أي بيانات عن الأصل العرقي. وبين العينات المُصنفة، تفوقت نسبة الأفراد من الأصل الأوروبي على التوقعات السكانية العالمية بمعدل ستة أضعاف، بينما كان الأفراد من الأصول الآسيوية والإسبانية والأمريكية اللاتينية والأفريقية ممثلة تمثيلاً ناقصاً بشكل واضح. وتكرر النمط ذاته في بيانات الأورام التي بلغت نسبة الأوروبية منها 69%، وفي النماذج العصبية التي تجاوزت نسبتها الثلثين. وأكد الباحثون أن هذا الانحياز يبقى جوهرياً ولا يمكن عزله مجرداً عن قصور في التوثيق، خاصة مع ثبات النتائج تحت الفرضيات الإحصائية الأكثر تحفظاً. يحذر الفريق من أن الاعتماد على هذه الشواهد غير المتوازنة في تدريب خوارزميات الذكاء الاصطناعي الطبية قد يؤدي إلى ترسيخ تحيزات منهجية تؤثر سلباً على عدالة التشخيص، وموثوقية المؤشرات الحيوية، وتطوير العلاجات الدقيقة، مما يحد من وصول فوائد الابتكار التكنولوجي لمجموعات سكانية واسعة. وتؤكد الدراسة أن هذه المعضلة تعكس تحدياً تاريخياً في علم الجينوم، حيث تنخفض دقة النماذج التنبؤية عند تعميمها على سكان متنوعين جينياً. رداً على هذه الثغرات، قدم المؤلفون قائمة مراجعة منهجية مخصصة للمؤسسات البحثية، تهدف إلى تحسين آليات تجنيد المشاركين، وتسجيل البيانات العرقية والجندرية بدقة، وضبط التوازن في العينات، ومراقبة أداء النماذج الحاسوبية عبر الفئات السكانية المختلفة. ويؤكد الخبراء أن دمج التنوع الشامل منذ مرحلة التصميم البحثي هو شرط أساسي لضمان موثوقية العلم وفعالية الطب الشخصي عالمياً. وتشمل الخطة المستقبلية للفريق توسيع نطاق هذا التدقيق ليشمل قواعد بيانات أوسع، ومتابعة مؤشرات التحسن الديموغرافي زمنياً، وتقييم أثر التمثيل العادل على دقة النماذج التنبؤية الطبية في سياقات سريرية متنوعة.

الروابط ذات الصلة