عالم ذكاء اصطناعي جديد من إنفيديا يعمل دون لمس بيانات المرضى

وعد علماء الذكاء الاصطناعي القادرين على إجراء البحوث بشكل مستقل قد أسر المجال، لكن معظم العروض التوضيحية تعتمد على البيانات المفتوحة أو البيئات المحاكاة. في بيئة المستشفى، حيث سجلات المرضى والبيانات الجينية منظمة بإحكام، يتغير الحساب بالكامل.

نشر مركز إنفيديا لتقنية الذكاء الاصطناعي ورقة بحثية تفصل NVAITC AI Scientist، وهو نظام بحث وكيل محكوم من البداية إلى النهاية مصمم للعمل داخل الحدود البيانات المؤسسية. التحقق الأساسي للنظام هو دراسة ارتباط جينومي حقيقية لارتفاع ضغط الدم باستخدام بيانات النمط الجيني المرتبطة بالمستشفى وبيانات السجلات الصحية الإلكترونية من 286,422 فردًا. كل هذا حدث دون أن يحصل نموذج الذكاء الاصطناعي على وصول مباشر إلى المعلومات الصحية المحمية.

الحوكمة أولاً

الابتكار المركزي لـ NAIS ليس قدرته على نموذج اللغة بل فصله المعماري بين التفكير والوصول إلى البيانات. على عكس وكلاء الذكاء الاصطناعي غير المقيدين الذين قد يحصلون على وصول مباشر إلى قواعد البيانات، يعمل NAIS من خلال نظام وسيط. يقدم الوكيل مواصفات تحليلية معتمدة، ويقوم الوسيط بتجسيد المجموعات في حاويات مؤقتة وقابلة للتدقيق. فقط الملخصات الإجمالية، ومقاييس مراقبة الجودة، والمخططات، والبيانات تعود إلى الوكيل. لا تترك المعلومات الصحية المحمية الخام مستودع البيانات المصرح به أبدًا.

مبدأ التصميم هذا، الحوكمة كممكن وليس عائقًا، كان ضروريًا لاعتماد المستشفى. يتعامل واجهة برمجة التطبيقات v2 للوسيط مع استخراج مجموعة SQL، وتنفيذ GWAS لـ PLINK2، واستطلاع الوظائف، واسترجاع القطع الأثرية، كل ذلك مع الحفاظ على سجل تدقيق كامل. NemoClaw، مكون التنفيذ الوكيل، يعمل على Nemotron-3 Super (120 مليار معلمة) بسياق 32,768 رمزًا، منشور بالكامل في الموقع. يتم حظر الوصول إلى الشبكة الخارجية افتراضيًا، مما يتطلب موافقة صريحة من الفريق لأي اتصالات صادرة.

اختبار الواقع: عدم تطابق النمط الظاهري

ربما يكون النتيجة الأكثر إفادة من النشر هي أن قيود الذكاء الاصطناعي ظهرت ليس في الحساب الإحصائي ولكن في تصميم النمط الظاهري. عندما صنف NemoClaw في البداية حالات ارتفاع ضغط الدم باستخدام عتبات ضغط الدم المخبرية، أنتج تسميات اختلفت مع التعريف المرجعي للخبراء، الذي استخدم رموز ICD-10 ووصفات الأدوية الخافضة للضغط، لـ 3,950 شخصًا.

هذا التباين لم يكن عشوائيًا. من بين هؤلاء 3,950 فردًا، كان 73.7٪ لديهم قراءات ضغط دم تتجاوز 140/90 ملم زئبق على الرغم من عدم وجود سجلات تشخيص أو وصفات طبية. تدقيق دوائي أمر به الفريق وجد فقط 125 من 3,950 شخصًا لديهم سجلات أدوية خافضة للضغط، مما يؤكد أن الخلاف نشأ من تعريفات مفاهيمية مختلفة للمرض، وليس من أخطاء الترميز.

بعد التوفيق بين النمط الظاهري بتوجيه من الفريق، حيث تم استبعاد الحالات المتباينة دون دليل دوائي، أعاد GWAS الذي يديره الوكيل إنتاج مواقع مرتبطة بارتفاع ضغط الدم المعروفة بما في ذلك FGF5 وATP2B1 وCNNM2 وFTO وGRB14، مطابقة لنتائج الخبراء المستقلة في كل من تحديد الموقع واتجاه الإشارة. أقوى إشارة في FGF5 وصلت إلى قيمة p لوغاريتمية سالبة تقريبًا 70.

توضح عملية التحسين التكراري هذه درسًا حاسمًا: القيمة المقترحة للبحث الوكيل المحكوم تكمن في تحرير انتباه الباحث لنوع الحكم العلمي الذي كشف التناقض في النمط الظاهري، بدلاً من الرهان على الاكتشاف المستقل بالكامل.

التنسيق كقيمة أساسية

تجادل الورقة أن قيمة الوكيل على بيانات المستشفى المحمية تتركز في التنسيق ومنطق النمط الظاهري، وليس في استبدال الإحصاء الوراثي. تنفيذ PLINK2 هو سلعة. تحديد ما إذا كان ارتفاع ضغط الدم يعني رموز ICD أو الأدوية أو عتبات المختبر أو مزيجها ليس كذلك.

باستيعاب التنسيق المتكرر، صياغة ومراجعة خطط مجموعة SQL مقابل مخطط مستودع المستشفى، وإنشاء ملفات النمط الظاهري المتوافقة مع PLINK، وتقديم واستطلاع وظائف GWAS لـ Kubeflow، واسترداد مخططات Manhattan وQQ من البيانات، وتنسيق إعادة التشغيل بعد مراجعة التباين، حرر NAIS انتباه الباحث من صيانة البرامج النصية نحو تصميم الدراسة والتحقق من صحتها.

كما أنتج NAIS مسودة كاملة لمخطوطة تغطي الملخص والطرق والنتائج والمناقشة والجداول، بالإضافة إلى مواد العرض. جميع القطع الأثرية تتطلب مراجعة الفريق قبل أي استخدام للنشر، مما يوضح المخرجات الموجهة نحو المخطوطة تحت الحوكمة بدلاً من النشر المستقل.

ما وراء GWAS: تحقق ثانوي

بالتوازي مع عمل GWAS، دعم NemoClaw سير عمل للتنبؤ بإصابة الكبد الناجمة عن الأدوية. بدءًا من أداء أساسي عشوائي تقريبًا (AUC 0.491، 0.549)، قام الوكيل تدريجيًا بدمج الإشارات الموجهة بالأدبيات، والرسوم البيانية الجزيئية، ونتائج ربط DiffDock، والاحتمالات الموزونة بـ Boltzmann، محققًا في النهاية شبكة عصبية بيانية متعددة الوسائط بـ AUC 0.842. تؤكد دراسة الحالة الثانوية هذه أن NAIS يدعم أنواعًا متعددة من سير العمل البيولوجي الطبي على نفس النظام المحكوم.

القيود والطريق إلى الأمام

المؤلفون صريحون بشأن القيود. نشر NAIS هو دراسة حالة لمؤسسة واحدة، والادعاءات الأوسع تتطلب تحققًا عبر بيئات مستشفيات إضافية وأطر حوكمة بيانات. نتائج GWAS هي دليل تكرار، وليس اكتشافًا جديدًا، تم تحديد المواقع الرائدة نوعيًا من فحص مخطط Manhattan، ولم يتم استخراج أحجام التأثير الدقيقة لكل SNP للمخطوطة. مجموعة بيانات التنبؤ بـ DILI المكونة من 390 مركبًا غير كافية للتحقق من الصحة على المستوى السريري.

على مستوى النظام، تمثل إحصائيات مقيم المراجعة المقترحة 18 عملية إنتاج فقط، والتباين في مسارات تنفيذ الحاوية يستدعي تقييمًا مستمرًا.

عنق الزجاجة في البنية التحتية

تطرح الورقة أطروحة أوسع حول مستقبل البحث المستقل: مع تحسن النماذج الأساسية، يتحول القيد الملزم من تفكير نموذج اللغة إلى البنية التحتية لأبحاث الذكاء الاصطناعي. يجب أن تعمل وكلاء البحث المستقبليون كمنسقين ينسقون مجموعات GPU والحاويات ومحركات سير العمل وخطوط الأنابيب المجالية بدلاً من المنفذين العالميين. يعتمد التقدم بقدر كبير على البنية التحتية، والحوسبة بـ GPU، والتنفيذ في الحاويات، وتنسيق سير العمل، وإدارة التجارب، والبيئات القابلة للتكرار، بقدر ما يعتمد على تحسينات النموذج الأساسي.

NAIS هو مخطط لتلك الرؤية. يوضح النظام أن الوكلاء المحكومين يمكنهم المساهمة بشكل هادف في دورة الحياة البحثية الكاملة بالقرب من البيانات السريرية المحمية، بشرط أن تكون الحالة التجريبية المستمرة أكثر أهمية من السياق الحواري.