علوم وصحة

4 آلاف دراسة تكشف مفاجأة عن الأبحاث الطبية.. 12.5% فقط تنشر شيفراتها البرمجية

4 آلاف دراسة تكشف مفاجأة عن الأبحاث الطبية.. 12.5% فقط تنشر شيفراتها البرمجية
تعبيرية
قبل 57 دقيقة
- المشهد اليمني - وكالات

كشفت دراسة علمية قادها باحثون من معهد ماساتشوستس للتكنولوجيا (MIT) ومعهد دانا فاربر للسرطان عن ضعف كبير في إتاحة الشيفرات البرمجية المستخدمة في الأبحاث الطبية، إذ لا تتجاوز نسبة الدراسات التي تعلن مشاركة هذه الشيفرات واحدة من كل ثماني دراسات تقريباً، فيما تعاني مواد برمجية منشورة من نقص الوثائق والتعليمات الضرورية لتشغيلها وإعادة استخدامها.


وتسلط النتائج، المنشورة في دورية «نيتشر ميديسن» (Nature Medicine)، الضوء على مشكلة تؤثر في إمكانية التحقق من نتائج الدراسات التي تطور نماذج للتنبؤ بالحالات الصحية للمرضى، خصوصاً مع تزايد الاعتماد على الذكاء الاصطناعي والخوارزميات في تحليل البيانات الطبية وتقدير المخاطر الصحية.


واعتمد الباحثون على نماذج لغوية كبيرة لفحص ما يقارب 4 آلاف دراسة علمية، إلى جانب مئات المستودعات البرمجية المرتبطة بها، بهدف تقييم مدى التزام الباحثين بإتاحة الأدوات التي استخدموها في تطوير نماذج التنبؤ السريري.

لماذا تمثل الشيفرات البرمجية أهمية في الأبحاث الطبية؟

تعتمد نماذج التنبؤ السريري على البيانات والخوارزميات لتقدير احتمالات إصابة المرضى بأمراض معينة أو توقع نتائج صحية مستقبلية. ويتطلب تقييم موثوقية هذه النماذج معرفة تفاصيل تقنية قد لا تظهر كاملة في الأوراق العلمية، مثل طريقة اختيار المشاركين، وكيفية التعامل مع البيانات الناقصة، وآليات بناء الخوارزميات وقياس أدائها.


وأوضح توم بولارد، الباحث في مختبر الفسيولوجيا الحاسوبية ومختبر علوم الحاسوب والذكاء الاصطناعي في معهد ماساتشوستس للتكنولوجيا، أن تطوير النماذج الطبية يتضمن قرارات متعددة بشأن إعداد البيانات وبناء النماذج وتقييمها، وأن هذه الخيارات تؤثر في النتائج النهائية، بينما لا تستطيع أقسام المنهجية في الأبحاث المنشورة توثيق جميع التفاصيل.


ولا تنتهي المشكلة عند عدم نشر الشيفرات، إذ إن إتاحتها دون تنظيم واضح أو تعليمات تشغيل كافية قد تجعل إعادة تنفيذ التجارب والتحقق من نتائجها أمراً صعباً، حتى بالنسبة للباحثين الذين يتمكنون من الوصول إلى الملفات البرمجية.

الذكاء الاصطناعي يفحص آلاف الدراسات

اختار الفريق أبحاثاً تناولت تطوير نماذج التنبؤ السريري أو تحديثها أو التحقق من صحتها، على أن تكون نصوصها الكاملة متاحة ضمن مجموعة الوصول المفتوح في قاعدة بيانات «باب ميد سنترال» (PubMed Central).


واستخدم الباحثون نموذجاً لغوياً كبيراً لرصد الدراسات التي تشير إلى مشاركة الشيفرات البرمجية، واستخراج الروابط المؤدية إلى مستودعاتها الإلكترونية، ثم استعانوا بأدوات برمجية إضافية لتحليل محتويات تلك المستودعات.


وشمل التقييم أكثر من مجرد التأكد من وجود رابط للشيفرة؛ إذ فحص الباحثون مدى اكتمال الوثائق التفسيرية، وتوافر متطلبات تشغيل البرامج، ووضوح شروط إعادة الاستخدام.


ولقياس موثوقية التحليل الآلي، راجع باحثان بصورة مستقلة عينة من 500 ورقة علمية، إلى جانب عينة منفصلة من المستودعات البرمجية، ثم قارنا نتائجهما بما توصل إليه الذكاء الاصطناعي.


وأظهرت المقارنة توافقاً أكبر في تحديد الخصائص الواضحة، مثل وجود ملف ترخيص، مقارنة بالأمور التي تتطلب تقييماً نوعياً، مثل مدى كفاية تعليمات التشغيل والتوثيق. وأقر الباحثون بإمكان وقوع أخطاء في التصنيف، لذلك ركزوا على الاتجاهات العامة بدلاً من التعامل مع جميع التقييمات الآلية باعتبارها أحكاماً نهائية.

تفاوت واسع بين المجلات والدول

أظهرت نتائج التحليل أن نحو 12.5% فقط من الدراسات أعلنت مشاركة الشيفرات البرمجية، بينما تفاوت مستوى جودة المستودعات المتاحة بصورة كبيرة.


وقال توماس سوناك، المؤلف الأول للدراسة، إن بعض المستودعات كانت منظمة وموثقة بصورة جيدة، في حين افتقرت أخرى إلى أبسط الإرشادات التي تتيح للباحثين فهم الشيفرات وتشغيلها.


كما رصدت الدراسة اختلافات واسعة في معدلات مشاركة الشيفرات بين المجلات العلمية والدول، إذ تراوحت النسب بين صفر وأكثر من 70% لدى المجلات التي شملها التحليل.


ولفت الباحثون إلى أن بعض المجلات التي سجلت معدلات منخفضة لمشاركة الشيفرات لديها سياسات مكتوبة تشجع نشرها، ما يكشف فجوة بين وجود القواعد المعلنة ومستوى تطبيقها الفعلي.


وفي المقابل، رصدت الدراسة ممارسات يمكن أن تسهل إعادة استخدام الأبحاث، من بينها نشر مجموعات بيانات اصطناعية بديلة عندما تحول اعتبارات الخصوصية دون إتاحة السجلات الطبية الأصلية للمرضى.

إرشادات جديدة لتنظيم الشيفرات الطبية

تُستخدم نتائج الدراسة في تطوير إرشادات «TRIPOD-Code»، التي تستهدف وضع معايير أكثر وضوحاً بشأن المعلومات والشيفرات التي ينبغي للباحثين إتاحتها عند نشر دراسات نماذج التنبؤ السريري.


وتستند المبادرة إلى إرشادات «TRIPOD» و«TRIPOD+AI»، المعنية بتوثيق طرق تطوير نماذج التنبؤ الطبي وتقييمها، مع إضافة متطلبات أكثر تحديداً لتنظيم الشيفرات البرمجية وإتاحتها.


ويعمل الفريق، بمشاركة خبراء في مراجعة هذه المعايير، على تحديد العناصر الأساسية التي يجب أن تتضمنها مستودعات الشيفرات، بما يساعد الباحثين على إعادة تنفيذ النماذج والتحقق من النتائج، ويوفر للمجلات العلمية أسساً أوضح لتقييم المواد البرمجية المرفقة بالدراسات.


ولا تزال الإرشادات الجديدة قيد التطوير، لكن الدراسة تقدم صورة واسعة عن واقع مشاركة الشيفرات في الأبحاث الطبية، وتحدد جوانب القصور التي تحتاج إلى معالجة لتعزيز الشفافية وإمكانية التحقق من النتائج وإعادة استخدام النماذج العلمية.