بقلم د. شيماء أحمدين
⸻ مشهدان من واقع لم يعد بعيدًا
في غرفة انتظار هادئة داخل مستشفى متقدم، يجلس رجل مسن، بينما تعرض شاشة أمام طبيبه ملخصًا لحالته الصحية. لم تعتمد المراجعة على قراءة بشرية واحدة، بل استعانت بنظام ذكاء اصطناعي حلّل الصور والبيانات، وأشار إلى علامة خفية تستحق مزيدًا من الفحص.
وفي الطرف الآخر من المدينة، تجلس سيدة تحمل ملفًا ورقيًا قديمًا داخل عيادة شديدة الازدحام. تنتظر دورها بين عشرات المرضى، قبل أن تقابل طبيبًا مؤهلًا يعمل تحت ضغط الوقت وكثرة الحالات، دون أن تتوافر له الأدوات التقنية نفسها.
كلاهما يعاني من مشكلة صحية.
وكلاهما يستحق رعاية آمنة.
لكن هل يحصل كلاهما على المستوى نفسه من الحماية؟
هذا ليس بالضرورة وصفًا لكل مستشفى أو كل نظام صحي، لكنه احتمال يتشكل أمامنا بوضوح. فالذكاء الاصطناعي لا ينشئ جميع أوجه التفاوت الصحي، لكنه قد يعمل كعدسة مكبرة تكشفها، وقد يحولها ــ إذا أسيء توزيعه ــ من فجوة قائمة إلى هوة أعمق.
⸻ الفئات الأقل حظًا قد تدفع الثمن مرتين
تكمن إحدى أكثر المفارقات إيلامًا في أن الفئات محدودة الموارد قد تكون أقل تمثيلًا في البيانات التي تُبنى عليها بعض الأنظمة، ثم تكون أقل قدرة على الوصول إلى هذه الأنظمة بعد تطويرها.
فبيانات التدريب قد تأتي من مؤسسات صحية متقدمة، أو من مناطق جغرافية محددة، أو من فئات تمتلك وصولًا أفضل إلى الخدمات الصحية والتشخيص المبكر والسجلات الرقمية.
وهنا يظهر الخطر المزدوج:
* غياب بعض الفئات أو ضعف تمثيلها داخل بيانات التدريب والتحقق.
* محدودية وصول هذه الفئات إلى التقنية عند تطبيقها في الواقع.
قد يدفع الإنسان بذلك ثمنين: ضعف ملاءمة النظام لخصائصه الصحية والاجتماعية، ثم الحرمان من فوائده المحتملة أصلًا.
إنه أشبه ببناء جسر لم يُختبر بما يكفي تحت أوزان مختلفة، ثم إتاحته لبعض الناس وحجبه عن آخرين. المشكلة ليست في وجود الجسر وحده، بل فيمن صُمم لهم، وكيف اختُبر، ومن يستطيع الوصول إليه بأمان.
⸻ المسؤولية لا تُلقى على الطبيب المنهك
يجب أن نتوقف هنا أمام سؤال بالغ الأهمية:
هل يجوز محاسبة طبيب أو ممرض أو مختص لأنه لم يستخدم نظامًا للذكاء الاصطناعي، بينما مؤسسته لم توفر النظام، ولم تتحقق من أدائه، ولم تدربه عليه، ولم تمنحه الوقت أو البنية اللازمة لاستخدامه بأمان؟
الإجابة المنصفة: لا يمكن تحميل المهني وحده هذه المسؤولية.
فمجرد وجود تقنية في السوق لا يجعل استخدامها واجبًا مهنيًا تلقائيًا. ولكي يصبح عدم استخدامها محل مساءلة معقولة، يجب أولًا أن تكون:
* معتمدة أو مجازة للاستخدام المقصود، بحسب النظام المطبق.
* متحققًا من أدائها لدى الفئة السكانية والسياق الصحي المعني.
* مدرجة ضمن سياسات المؤسسة وإجراءاتها.
* متاحة فعليًا للمهني ومصحوبة بالتدريب الكافي.
* قابلة للاستخدام ضمن سير العمل دون خلق مخاطر جديدة.
* خاضعة للمتابعة والصيانة ومراقبة الأداء.
إذا غابت هذه الشروط، فإن توجيه اللوم إلى المهني قد يصبح وسيلة سهلة لإخفاء إخفاق أوسع.
المسؤولية هنا موزعة بين أطراف متعددة:
* الإدارة الصحية التي تحدد الأولويات وتخصص الموارد.
* النظام الصحي الذي يضع الحد الأدنى المقبول للرعاية.
* الجهات التنظيمية التي تقيّم السلامة والفاعلية والشفافية.
* الجهات الممولة وشركات التأمين التي تحدد ما يدخل ضمن التغطية.
* مطورو الأنظمة الذين يتحملون مسؤولية التصميم والتحقق والمراقبة.
* والمهني الذي يستخدم الأداة ويتحقق من مخرجاتها في الحالة الفردية.
العدالة لا تتحقق بإيجاد مسؤول واحد نلقي عليه اللوم، بل ببناء سلسلة مسؤولية لا يستطيع أي طرف الاختباء داخلها.
⸻ هل يحق للمريض أن يعرف؟
في الرعاية الصحية، يحق للمريض أن يتلقى المعلومات اللازمة لفهم الفحص أو التدخل أو العلاج المقترح له. ومع توسع استخدام الذكاء الاصطناعي، سيصبح من المشروع أن يسأل:
* هل استُخدم نظام للذكاء الاصطناعي في تقييم حالتي؟
* ما الدور الذي أداه؟
* هل قدّم توصية فقط، أم أثّر مباشرة في القرار؟
* هل راجع الطبيب مخرجاته؟
* وما حدود دقته في حالات مشابهة لحالتي؟
لكن المسألة تحتاج إلى تمييز دقيق.
فليس كل استخدام تقني بسيط يستوجب نموذج موافقة مستقلًا، كما أن متطلبات الإفصاح والموافقة المستنيرة تختلف بحسب طبيعة النظام، ومدى تأثيره في القرار، ومستوى الخطر، والقانون المطبق.
مع ذلك، كلما ازداد تأثير النظام في التشخيص أو العلاج، ازدادت قوة الحجة الأخلاقية والتنظيمية لصالح الشفافية.
أما إذا لم يُستخدم نظام متاح، فقد لا يكون من الواقعي إلزام المؤسسة بشرح غيابه في كل حالة. لكن عندما يصبح النظام جزءًا معتمدًا من معيار الرعاية، أو عندما تكون له قدرة مثبتة على تغيير نتيجة عالية الأثر، فقد يصبح عدم استخدامه قرارًا يحتاج إلى تفسير.
الشفافية هنا لا تعني إغراق المريض في التفاصيل التقنية، بل تمكينه من فهم سؤال جوهري:
من شارك في صناعة القرار المتعلق بصحتي، وعلى أي أساس؟
⸻ العدالة لا تعني توزيع الخطر بالتساوي
قد يبدو الحل بسيطًا:
«لنوفر النظام للجميع.»
لكن التوزيع وحده لا يصنع العدالة.
إتاحة نظام لم يُتحقق من أدائه لدى المجتمع المستهدف، أو وضعه داخل منشأة لا تمتلك بنية رقمية آمنة، أو تسليمه إلى مستخدمين لم يتلقوا التدريب الكافي، لا يمثل إنصافًا؛ بل قد يعني توزيعًا أوسع للخطر.
قد يعمل النظام بكفاءة مرتفعة في بيئة صحية معينة، ثم يتراجع أداؤه عند استخدامه في بيئة تختلف عنها في:
* خصائص السكان وانتشار الأمراض.
* نوعية الأجهزة المستخدمة.
* جودة البيانات واكتمال السجلات.
* لغة التقارير والمصطلحات الطبية.
* أساليب العمل والإحالة والمتابعة.
* الموارد المتاحة للتعامل مع الإنذارات التي يصدرها.
لذلك لا تُقاس العدالة بعدد تراخيص البرامج أو الأجهزة الموزعة، بل بمدى ملاءمتها وسلامتها وفاعليتها في الواقع.
ويجب أن يصاحب الإتاحة:
* تحقق محلي أو مبرر علمي قوي لقابلية نقل الأداء.
* تدريب مناسب للمستخدمين.
* تكامل آمن مع سير العمل.
* حماية للبيانات والخصوصية.
* رقابة بشرية حقيقية.
* متابعة للأداء بعد التطبيق.
* آلية واضحة للإبلاغ عن الأخطاء والانحيازات.
فالعدالة ليست أن يحصل الجميع على النظام نفسه، بل أن يحصل الجميع على مستوى متقارب من الحماية الموثوقة.
⸻ من يدفع ثمن العدالة الخوارزمية؟
السؤال المالي لا يمكن تجاهله.
هل تتحمل الدولة تكلفة هذه الأنظمة؟ أم تتركها للمؤسسات الخاصة؟ أم تدرجها شركات التأمين ضمن التغطية؟ وهل يدفع المريض مقابل «مراجعة خوارزمية إضافية» كما يدفع مقابل غرفة أفضل أو خدمة أسرع؟
لا توجد إجابة واحدة تصلح لكل نظام صحي أو لكل تقنية.
لكن هناك مبدأ يجب ألا يغيب: إذا أظهرت الأدلة أن نظامًا محددًا، في استخدام محدد، يحسن النتائج الصحية بدرجة مهمة ويحقق قيمة صحية واقتصادية مقبولة، فينبغي تقييم إدراجه ضمن الخدمات الأساسية، لا معاملته تلقائيًا بوصفه إضافة فاخرة.
ويجب أن يخضع هذا القرار لتقييم متكامل يشمل:
* حجم المنفعة السريرية الفعلية.
* قوة الأدلة وقابليتها للتعميم.
* أثر النظام في سلامة المرضى.
* تكلفته المباشرة وغير المباشرة.
* احتياجات البنية التحتية والتدريب.
* أثره في أعباء العمل.
* مخاطره المتعلقة بالأمن السيبراني والخصوصية.
* أثره في العدالة بين المناطق والفئات.
* تكاليف الفرصة البديلة: ما الخدمات الأخرى التي قد تتأثر بتمويله؟
فليس كل نظام يحمل اسم الذكاء الاصطناعي استثمارًا جيدًا، وليس كل رفض لشرائه حرمانًا متعمدًا. العدالة تحتاج إلى قرار قائم على الأدلة، لا على الانبهار بالتقنية ولا على الخوف منها.
⸻ دور رقابي جديد: عدالة التوزيع إلى جانب سلامة التشغيل
اعتادت الجهات التنظيمية الصحية أن تسأل:
هل المنتج آمن؟ وهل يحقق الأداء المقصود؟
وسيظل هذان السؤالان أساسيين؛ فلا يمكن وضع عدالة التوزيع قبل السلامة والفاعلية أو بدلًا منهما.
لكن عصر الخوارزميات يضيف أسئلة جديدة:
* من شملتهم بيانات التطوير والتحقق؟
* هل تمثل البيانات السكان الذين سيُستخدم النظام معهم؟
* هل يتقارب الأداء بين الفئات ذات الصلة؟
* ما الحالات التي يضعف فيها أداء النظام؟
* كيف سيُراقب الأداء بعد التطبيق؟
* هل يمكن أن يؤدي استخدام النظام إلى توسيع فجوة صحية قائمة؟
* هل تتوافر بدائل مناسبة للمؤسسات محدودة الموارد؟
* وهل صُممت متطلبات التطبيق بطريقة لا تقصر الاستفادة على المؤسسات الأكثر ثراءً؟
ولا تقع هذه الأسئلة على عاتق الجهة التنظيمية وحدها. فجهات تقييم التقنيات الصحية، والممولون، ومقدمو الرعاية، وصناع السياسات، جميعهم شركاء في تحديد الطريقة التي تنتقل بها التقنية من الترخيص إلى الاستخدام الفعلي.
المنتج قد يكون آمنًا وفعالًا من الناحية التنظيمية، لكنه يظل عاجزًا عن تحقيق العدالة إذا لم يصل إلى من يحتاجه، أو إذا وصل إليهم دون البنية اللازمة لاستخدامه بأمان.
⸻ أخطر ما قد تفعله الخوارزمية
أخطر ما قد يفعله الذكاء الاصطناعي ليس أن يستبدل الإنسان، بل أن يمنح بعض البشر حماية إضافية لا يستطيع الآخرون الوصول إليها.
هذه ليست عبارة عاطفية فقط، بل يمكن تحويلها إلى معيار عملي.
كلما ظهر نظام صحي جديد، ينبغي أن نسأل:
* من سيستفيد منه أولًا؟
* من قد ينتظر سنوات قبل الوصول إليه؟
* من لم تُمثله بياناته؟
* من سيتحمل خطأه؟
* وهل يقلص فجوة صحية قائمة، أم يمنح الأفضلية لمن كانوا أكثر حظًا أصلًا؟
لكن السؤال لا ينبغي أن يكون: «هل سيحمي الجميع أم سيحمي فئة على حساب أخرى؟» في كل الأحوال؛ لأن المنفعة الصحية ليست دائمًا معادلة صفرية. قد تبدأ التقنية في نطاق محدود لأسباب مشروعة، ثم تتوسع تدريجيًا.
المعيار الأهم هو ألا يتحول التطبيق المرحلي إلى امتياز دائم، وألا يصبح نقص الموارد مبررًا مستمرًا لحرمان الفئات نفسها من كل تقدم جديد.
⸻ الخلاصة: أمان لا يُباع بالمزاد
إذا أصبح القرار المدعوم بالذكاء الاصطناعي، في استخدام محدد، أكثر دقة وأمانًا بصورة مثبتة، فلا ينبغي أن يتحول هذا الأمان إلى خدمة فاخرة يحصل عليها القادر على الدفع وحده.
العدالة لا تعني أن نعامل الجميع بالطريقة نفسها؛ لأن الناس والمؤسسات لا يبدأون من النقطة نفسها. وقد يتطلب الإنصاف توجيه موارد ودعم أكبر إلى المناطق التي تعاني أصلًا من نقص الكوادر والبنية والخدمات.
كما أن العدالة لا تتحقق بشراء برنامج وتعليقه على واجهة المؤسسة. إنها تبدأ من جودة البيانات، وتمر بالتحقق والتدريب والتمويل، وتنتهي بمراقبة النتائج الفعلية لدى المرضى.
ويبقى السؤال الذي يجب أن يقلق كل مسؤول ومهني ومواطن:
إذا كانت خوارزمية موثوقة قادرة على اكتشاف ما قد ينقذ حياة إنسان، فهل يجوز أن تكون رؤيتها امتيازًا لمن يستطيع دفع ثمنها فقط؟
الإجابة الأخلاقية تميل بوضوح إلى الرفض.
أما تحويل هذا الرفض إلى سياسة عادلة، فيتطلب أكثر من النوايا الحسنة: يتطلب أدلة، وتمويلًا مسؤولًا، وحوكمة، وبنية تحتية، ومساءلة موزعة، وإرادة تمنع التقنية من التحول إلى سور جديد بين من يحصلون على أفضل حماية ممكنة ومن يُطلب منهم الاكتفاء بما تبقى.
فالخوارزمية يمكن أن تكون جسرًا إلى رعاية أكثر عدلًا، لكنها لن تصبح كذلك من تلقاء نفسها.
نحن من سيقرر إن كانت ستقرب المسافات، أم تعيد رسم حدود الامتياز بلغة رقمية جديدة.
⸻ © د. شيماء أحمدين 2026 — جميع الحقوق محفوظة
