ثورة الذكاء الاصطناعي: خارطة طريق من كلية العلوم جامعة القاهرة لتعزيز جودة الحياة وصحة المواطن

لقد كان من دواعي سروري البالغ أن أشارك مؤخراً في فعاليات مؤتمر جامعة القاهرة الدولي للذكاء الاصطناعي (CU AI Nexus 2025)، والذي يُعد نقطة تحول استراتيجية في المشهد التكنولوجي والعلمي على مستوى المنطقة. لم يكن هذا التجمع مجرد منصة لعرض الأبحاث، بل كان بوتقة انصهار جمعت تجمعاً نوعياً من القيادات الحكومية والتنفيذية، ورواد التكنولوجيا والابتكار، للتباحث حول كيفية بناء إطار عمل وطني متكامل ومحفز للذكاء الاصطناعي. إن هذا التفاعل المباشر بين مختلف الأطراف المعنية—من علماء بيولوجيا وطب، وخبراء حاسوب، ومُشرّعين—هو بذاته خطوة ضرورية نحو الأمام لضمان تبني تكنولوجيا الذكاء الاصطناعي بطريقة مسؤولة ومستدامة.

وأود أن أتوجه بخالص التقدير والثناء إلى سعادة عميدة الكلية الأستاذة الدكتورة سهير رمضان فهمي، عميد كلية العلوم، وسعادة الأستاذة الدكتورة سحر فضل الله، وكيل كلية العلوم بجامعة القاهرة، على التخطيط والتنظيم المميز للجلسة النقاشية الحيوية رفيعة المستوى. جاءت هذه الجلسة في إطار فعاليات المؤتمر تحت عنوان: “دور الذكاء الاصطناعي في تعزيز العلوم الصحية والطبية لتحقيق جودة حياة أفضل“، وعُقدت بالمبنى الرئيسي لكلية الحقوق العريقة، وشكلت منارة حقيقية لتوجيه البحث العلمي لخدمة قضايا التنمية وجودة حياة المواطن العربي.

تلاقي العقول لبناء إطار عمل وطني للصحة المستقبلية

جمعت الجلسة نخبة لامعة من أساتذة كلية العلوم المتخصصين في مجالات البيولوجيا الحاسوبية وعلوم البيانات والذكاء الاصطناعي. وكان الهدف الأسمى هو تسليط الضوء على الإمكانات التحويلية الهائلة لهذه التكنولوجيا في الارتقاء بالخدمات الصحية والمنتجات الطبية. وقد شهدت الجلسة مشاركة فاعلة ومثمرة للأساتذة المشاركين، الذين يمثلون خطوط الدفاع الأمامية في دمج البحث العلمي بالتطبيق التكنولوجي، ومنهم ممثلي قسم التقنية الحيوية بالكلية الأستاذ الدكتور رفعت جبر رئيس القسم، و أ.د. عماد محمود الزيات، ود. طارق يحيى سليمان قابيل، وبمشاركة د. حنان عامر من قسم الفيزياء الحيوية بالكلية، ود. ياسمين مجدي عباس الفوال مندور من كلية العلوم الطبية والحياة، جامعة هيرتفوردشاير. وشهدت الجلسة حضور كبير من أساتذة كلية العلوم جامعة القاهرة وعلى رأسهم سعادة الأستاذ الدكتور أحمد جلال العميد الأسبق للكلية، وأساتذة من كليات أخري ككلية الهندسة جامعة عين شمس، وضيوف من خارج مصر، ولفيف من أعضاء هيئات التدريس والطلاب من الكليات المختلفة، والجمهور العام الكريم المشارك في المؤتمر.

هدفت المداخلات إلى استعراض دور الذكاء الاصطناعي المحوري في تطوير العلوم الطبية والصناعات المرتبطة بها، وهو ما يصب مباشرة في تحسين المنتج الصناعي ورفع جودة الخدمات الصحية المقدمة للمواطنين. إن جوهر هذه الرؤية هو الانتقال بالطب من مجرد تحليل وصفي لما حدث في الماضي (كشف وتشخيص المرض بعد وقوعه) إلى رعاية تنبؤية (Predictive Care) تهدف إلى منع المرض قبل أن يكتمل نموه.

الذكاء الاصطناعي: الانتقال من التحليل الوصفي إلى الرعاية التنبؤية المُخصصة

ركزت المداخلات على ثلاثة محاور رئيسية، تؤكد جميعها على ضرورة الانتقال الجذري من مرحلة “التحليل الوصفي” للبيانات البيولوجية إلى مرحلة “التنبؤ الدقيق والمُخصص”، وهو ما يتطابق مع التحول النموذجي الذي يحركه الذكاء الاصطناعي في علوم الحياة والطب:

المحور الأول: تطبيقات الذكاء الاصطناعي في التشخيص المبكر والرعاية المُدَعَّمة بالتقنية

أكد الخبراء على أن الذكاء الاصطناعي، وخاصة تقنيات التعلم العميق (Deep Learning)، قد أصبح أداة لا غنى عنها في الطب الدقيق (Precision Medicine)، أو ما يُعرف بالطب المُخصص، الذي يهدف إلى تكييف العلاج ليناسب الملف الجيني والحالة البيولوجية الفريدة لكل مريض. ويتم ذلك من خلال تحليل فيض بيانات الأوميكس (Omics Data Flood) الهائل (مثل البيانات الجينية، البروتينية، الأيضية) والسجلات الصحية الإلكترونية.

1. الكشف المبكر والآلي (Automated Early Detection)

• تحديد العلامات المُبكرة للأمراض المزمنة: تستطيع خوارزميات الذكاء الاصطناعي تحديد الأنماط المعقدة وغير الظاهرة للعين البشرية في البيانات الضخمة (Big Data). يمكن لهذه النماذج التنبؤ بخطر الإصابة بأمراض مزمنة شائعة في العالم العربي مثل السكري وارتفاع ضغط الدم وأمراض الكلى، وذلك قبل ظهور الأعراض السريرية بسنوات.

• تصنيف الأورام بدقة فائقة: تستخدم نماذج التعلم العميق، مثل الشبكات العصبية التلافيفية، لتحليل الصور الطبية (كالأشعة السينية، الرنين المغناطيسي، المقطعية). هذه النماذج تستطيع تحديد وتصنيف الأورام السرطانية بدقة جزيئية غير مسبوقة، بل وتصنيف مدى عدوانيتها، مما يسرع قرار الأطباء بالبدء في خطة علاجية مستهدفة. أظهرت دراسات حديثة (مجلة Nature، 2024) أن نماذج الذكاء الاصطناعي في تحليل صور الشبكية يمكنها التنبؤ بخطر أمراض القلب والأوعية الدموية بشكل أكثر فعالية من بعض الفحوصات التقليدية.

• الطب الشخصي والتنبؤ بالاستجابة الدوائية: يعتبر هذا هو جوهر الطب التنبؤي. يتم فيه التنبؤ بالاستجابة الدوائية المثلى لكل مريض على حدة بناءً على ملفه الجيني (ما يُسمى الدوائية الجينية – Pharmacogenomics). هذا التخصيص يقلل بشكل كبير من احتمالية الآثار الجانبية الخطيرة، ويزيد من فعالية العلاج، ويقلل من الهدر في الموارد الطبية، وهو أمر بالغ الأهمية للأنظمة الصحية في المنطقة.

2. ظهور “التوائم الرقمية” في الرعاية الصحية (Digital Twins)

تُمثل التوائم الرقمية مفهومًا رائدًا ينقله الذكاء الاصطناعي من قطاع الصناعة إلى الطب. التوأم الرقمي هو نموذج حاسوبي مُحاكي (Simulation) فائق التعقيد يمثل نسخة افتراضية طبق الأصل لشخص حقيقي (أو عضو معين فيه، مثل القلب أو الرئة). يقوم هذا التوأم الرقمي بدمج كافة بيانات الفرد الصحية (الوراثية، نمط الحياة، السجلات المرضية)؛ مما يسمح للأطباء بما يلي:

• محاكاة العلاج: اختبار جرعات أو أنواع مختلفة من الأدوية على التوأم الرقمي أولاً، لملاحظة ردة الفعل المتوقعة للجسم، قبل تطبيق العلاج على المريض الحقيقي.
• التنبؤ بالمسار المرضي: توقع كيف سيتطور مرض معين (كالسكري أو السرطان) خلال السنوات القادمة، مما يساعد في اتخاذ تدابير وقائية استباقية.

هذا المفهوم، الذي أشارت إليه دراسات حديثة (مجلة Science، 2025)، يُمثل الجيل القادم من الرعاية الصحية الوقائية والمدعومة بالذكاء الاصطناعي.

المحور الثاني: الذكاء الاصطناعي في تسريع الابتكار وتحسين التصنيع الطبي والدوائي

سلطت الجلسة الضوء على الأثر الاقتصادي الهائل للذكاء الاصطناعي في الصناعات المرتبطة بالصحة، مشيرة إلى أن تحسين جودة المنتج وفعاليته هو مكسب مباشر لجودة حياة المواطن.

1. اكتشاف الأدوية وتطويرها باستخدام الذكاء التوليدي (Generative AI in Drug Discovery)

تُعد مرحلة اكتشاف دواء جديد هي الأطول والأكثر تكلفة في العالم، حيث تستغرق في المتوسط أكثر من 10 سنوات وتكلف مليارات الدولارات. وهنا يتدخل الذكاء الاصطناعي لإحداث الثورة:

• نماذج الذكاء الاصطناعي التوليدي (Generative Models): بدلاً من اختبار ملايين المركبات الكيميائية، تستخدم هذه النماذج خوارزميات متقدمة لتصميم مركبات جزيئية جديدة تماماً، أو بروتينات علاجية لم يكن البشر يتخيلونها، تكون موجهة بدقة لهدف علاجي معين (مثل استهداف بروتين فيروسي أو طفرة جينية).
• التصنيع في السيليكو (In Silico Manufacturing): يتم محاكاة تفاعلات الجزيئات وتصميم مركبات جديدة والتنبؤ بمدى فعاليتها وسميتها (Toxicity) بشكل كامل بواسطة الحاسوب (“في السيليكو”)، قبل إجراء أي تجربة معملية. هذا يقلص الجدول الزمني لاكتشاف الأدوية بشكل كبير، من سنوات إلى أشهر، مما يساهم في توفير علاجات أسرع للأمراض المستجدة والخطيرة.

2. تحسين التصنيع الدوائي وسلاسل الإمداد

• مراقبة الجودة الآلية (Automated Quality Control): يُستخدم الذكاء الاصطناعي في خطوط الإنتاج الدوائية لمراقبة جودة المنتج بشكل مستمر ولحظي، واكتشاف أي عيوب أو تباينات قد تؤثر على فعالية الدواء، مما يضمن أعلى معايير الجودة العالمية.

• ضبط سلاسل الإمداد والتوزيع: يمكن لنماذج التنبؤ المدعومة بالذكاء الاصطناعي أن تتوقع بدقة كبيرة الطلب على دواء معين في منطقة جغرافية محددة أو في مواسم معينة، مما يضمن توافره ويمنع النقص المفاجئ (وهي مشكلة مزمنة تواجه الكثير من الأنظمة الصحية)، ويقلل من هدر الأدوية منتهية الصلاحية.

المحور الثالث: التكامل المعرفي وضرورة “الذكاء القابل للتفسير”

شدد المتحدثون، ومنهم د. رفعت جبر، على أن قوة الذكاء الاصطناعي الحقيقية في الطب تنبع من قدرته على تحقيق التكامل متعدد الأوميكس (Multi-Omics Integration)، حيث يتم دمج البيانات الجينية والبروتينية والأيضية معًا.

1. رسم خريطة شبكات المؤشرات الحيوية (Biomarkers) المعقدة

هذا التكامل ضروري لتحديد شبكات المؤشرات الحيوية المعقدة التي تقدم صورة شاملة عن الحالة الصحية وتطور المرض، بدلاً من الاعتماد على مؤشر واحد أو تحليل بسيط. هذا النهج الشمولي (Holistic Approach) هو الذي يمكننا من فهم التفاعل المعقد بين العوامل الوراثية ونمط الحياة والبيئة.

على سبيل المثال، يتم استخدام خوارزميات الذكاء الاصطناعي لرسم خرائط كاملة لـ المسارات البيولوجية (Biological Pathways) التي تؤدي إلى أمراض معقدة (مثل مرض الزهايمر أو الاضطرابات المناعية الذاتية)، مما يحدد أهدافاً علاجية جديدة لم تكن معروفة سابقاً.

2. الذكاء الاصطناعي القابل للتفسير (Explainable AI – XAI)

أحد التحديات الكبرى أمام تبني الأطباء والجمهور للذكاء الاصطناعي هو مشكلة “الصندوق الأسود” (Black Box)، حيث تقدم الخوارزميات قرارًا أو تنبؤًا، لكن لا يمكن فهم المنطق الذي بُني عليه هذا القرار. ولذلك، شدد الأكاديميون على ضرورة تطوير الذكاء الاصطناعي القابل للتفسير (XAI).

يتطلب الطب التزامًا بالشفافية والمساءلة. لا يمكن للطبيب أن يثق في تشخيص مبني على الذكاء الاصطناعي ما لم يستطع فهم وتفسير العوامل الرئيسية التي أدت إلى هذا التنبؤ. ويعمل XAI على توفير الأساس المنطقي للخوارزميات، مما يساعد الطبيب على دمج التوصيات الآلية مع حكمه السريري وخبرته، لضمان اتخاذ قرار علاجي آمن ومناسب للمريض.

3. الذكاء الاصطناعي في الصحة العامة ومكافحة الأوبئة (Public Health)

لم يعد دور الذكاء الاصطناعي مقتصرًا على الفرد فحسب، بل يمتد ليشمل صحة المجتمع. يمكن لنماذج الذكاء الاصطناعي تحليل بيانات التنقل، وتفشي الأمراض الموسمية، وأنماط السلوك البشري، للتنبؤ بدقة بتفشي الأوبئة والأمراض المُعدية وتحديد البؤر الساخنة (Hotspots). هذا يسمح للسلطات الصحية باتخاذ إجراءات وقائية مستهدفة، مثل توجيه حملات التوعية أو نشر اللقاحات والموارد الطبية بكفاءة أعلى.

نحو عصر الرعاية الصحية الوقائية في العالم العربي

لقد أكدت الجلسة النقاشية الرائدة بكلية العلوم بجامعة القاهرة، وبما يتفق مع أحدث الأبحاث العالمية (تقارير من Mayo Clinic وMIT)، أن الذكاء الاصطناعي لم يعد مجرد أداة مساعدة، بل هو المحرك الرئيس للتحول في العلوم الصحية والطبية. فهو يتيح الانتقال من مرحلة العلاج بعد المرض إلى مرحلة الوقاية والتنبؤ المُسبق، عبر التشخيص المبكر، والتخصيص الفردي للعلاج (الطب الدقيق)، وتسريع اكتشاف الأدوية، وتحسين جودة المنتج الطبي. هذا التكامل المعرفي بين علوم الحياة والذكاء الاصطناعي هو المفتاح لرفع جودة حياة المواطنين، والوصول إلى نظام صحي أكثر كفاءة واستدامة.

الخاتمة والتوصيات: خارطة طريق عربية للذكاء الاصطناعي الصحي

اختتمت الجلسة بالإجماع على أن الشراكة العميقة بين البحث العلمي المتخصص (كما في الجامعات الكبرى) وتكنولوجيا الذكاء الاصطناعي هي ضرورة حتمية لتحقيق قفزة نوعية في جودة حياة الأفراد. وتؤكد كلية العلوم بجامعة القاهرة، من خلال تنظيمها لهذه الجلسة، على دورها الريادي في تطوير الكوادر المتخصصة والمضي قدماً نحو عصر الرعاية الصحية الوقائية والتنبؤية.

التوصيات الخمسة لتعزيز الطب التنبؤي في العالم العربي:

1. الاستثمار في البنية التحتية لبيانات الأوميكس (Data Infrastructure): ضرورة إنشاء وتأمين بنوك معلومات صحية ضخمة (Data Banks) على المستوى الوطني، مع تطبيق معايير صارمة لحماية خصوصية بيانات الأفراد (Data Governance)، لتكون قابلة للتحليل بواسطة خوارزميات الذكاء الاصطناعي.
2. تطوير الكوادر البينية (Interdisciplinary Talents): يجب مضاعفة الجهود لسد الفجوة في المواهب من خلال إنشاء وتوسيع برامج أكاديمية متخصصة تجمع بين علوم الحاسوب، والرياضيات المتقدمة، والبيولوجيا الجزيئية، والطب (مثل برامج البيانات الضخمة في الرعاية الصحية).
3. الشراكة الاستراتيجية الثلاثية (Triple Helix Model): تشجيع الشراكة القوية بين القطاع الأكاديمي (الجامعات)، والصناعات الدوائية والطبية، والجهات الحكومية (صناع القرار)، لضمان ترجمة الأبحاث العلمية الرائدة إلى تطبيقات ومنتجات صحية ذات تأثير ملموس على أرض الواقع.
4. تطوير الإطار التشريعي والأخلاقي: يجب وضع إطار تنظيمي وتشريعي واضح ومُحدث يتوافق مع التطور السريع لتقنيات الذكاء الاصطناعي في الطب، مع التركيز على أخلاقيات الذكاء الاصطناعي لضمان العدالة والمساءلة (Accountability) في استخدام الخوارزميات.
5. توعية الجمهور والأطباء (Awareness and Training): يجب العمل على بناء ثقة الجمهور والمجتمع الطبي في هذه التقنيات. يتطلب هذا تدريب الأطباء والكوادر الطبية على كيفية استخدام وتفسير مخرجات الذكاء الاصطناعي (XAI)، وتعزيز ثقافة الرعاية الصحية الوقائية لدى المواطن العادي.

إن المضي قدمًا في هذه الخارطة سيضمن أن يكون الوطن العربي مستفيدًا رئيسيًا من هذه الثورة التكنولوجية، ليس فقط كمستهلك للتكنولوجيا، بل كمنتج وكمطور للحلول الصحية التي تُعزز من صحة ورفاهية شعوبه.

Author: طارق قابيل

يمثل الدكتور طارق قابيل نموذجًا بارزًا للعالم المصري الملتزم بتطوير العلوم. فمن خلال مسيرته الحافلة بالإنجازات، استطاع أن يساهم بشكل كبير في مجال الهندسة الوراثية والتكنولوجيا الحيوية في مصر. وقد ساهم بشكل كبير في تطوير هذا المجال، وحقق إنجازات بارزة على الصعيدين المحلي والدولي. حصل الدكتور قابيل على درجة الدكتوراه في الهندسة الوراثية من جامعة القاهرة بالتعاون مع جامعة كليمسون الأمريكية، حيث أجرى أبحاثًا رائدة في زراعة الأنسجة النباتية. عمل كأستاذ زائر في جامعة كليمسون وشارك في العديد من المشاريع البحثية الوطنية والدولية. يشغل الدكتور قابيل حاليًا منصب مقرر لجنة الآداب والعلوم الاجتماعية والثقافة العلمية بمكتب التقييم الفني لأكاديمية البحث العلمي والتكنولوجيا في مصر، وأمين مجلس الثقافة والمعرفة بالأكاديمية الباحث الرئيسي لخريطة طريق التواصل العلمي، حيث يساهم في صياغة السياسات العلمية وتوجيه البحث العلمي نحو تحقيق التنمية المستدامة. كما أنه عضو في العديد من الجمعيات العلمية، مما يؤكد مكانته البارزة في المجتمع العلمي المصري والعربي. للدكتور طارق قابيل أكثر من 1000 مقال في تبسيط العلوم في أهم المجلات والجرائد العربية، ويعتبر رائدًا من رواد الثقافة العلمية في مصر، وتجسد إنجازات الدكتور قابيل التزامه العميق بتطوير العلوم ورفع مستوى البحث العلمي في مصر والعالم العربي. وبفضل جهوده المتواصلة، أصبح الدكتور طارق قابيل رمزًا للباحث المصري المبدع، الذي يسعى دائمًا إلى تطوير...