كيف يحمي الذكاء الاصطناعي كبار السن من شلل النخاع؟
الذكاء الاصطناعي للكشف المبكرعن أمراض الجبل الشوكي
تمكن فريق بحثي متعدد التخصصات في جامعة واشنطن في سانت لويس، من تطوير نموذج ذكاء اصطناعي يمكنه التنبؤ بمرض اعتلال النخاع الشوكي العنقي التنكسي قبل التشخيص السريري بما يصل إلى 30 شهراً، مما يفتح آفاقاً جديدة للتدخل المبكر وتحسين نتائج المرضى.
يشير اعتلال النخاع الشوكي العنقي التنكسي إلى انضغاط الحبل الشوكي الناتج عن التهاب المفاصل في الرقبة وهو السبب الرئيسي لاختلال وظائف الحبل الشوكي لدى كبار السن، كما أنه حالة مزمنة تتفاقم مع الوقت، وقد تسبب ألما في الرقبة وضعف العضلات وصعوبة في المشي وأعراضاً منهكة أخرى، وذلك حسب ما ذكره موقع Medical Xpress.
ألم الرقبة وانضغاط الحبل الشوكي
استخدام الذكاء الاصطناعي للكشف المبكر
قاد الدكتور سليم ياكدان، زميل باحث ما بعد الدكتوراه في قسم جراحة الأعصاب، وبن وارنر طالب الدكتوراه في علوم وهندسة الحاسوب، فريقاً استعمل 7 نماذج ذكاء اصطناعي مختلفة لتحليل السجلات الصحية الإلكترونية لأكثر من مليوني شخص مصابين وغير مصابين باعتلال النخاع العنقي.
وتمكنت النماذج من تحديد أنماط تفاعلات الرعاية الصحية، مثل الفحوصات والتشخيصات السابقة، مما ساعد على تحديد الأفراد الأكثر عرضة للإصابة بالمرض قبل ظهور الأعراض السريرية.
التنبؤ قبل ظهور الأعراض
قال الدكتور جاكوب جرينبيرج، أستاذ مساعد في جراحة الأعصاب:"أردنا معرفة ما إذا كان بإمكاننا استخدام المعلومات الموجودة في السجلات الصحية الإلكترونية لتحديد المرضى في وقت مبكر بما فيه الكفاية، بحيث يمكن التدخل بشكل مناسب وتحقيق نتائج أفضل".
من جهته، أوضح وارنر أن الفريق درب النماذج للتنبؤ بخطر الإصابة باعتلال النخاع العنقي قبل 30 شهراً من التشخيص السريري، ما يمثل خطوة هامة نحو العلاج المبكر قبل تفاقم الأعراض.
اعتلال النخاع الشوكي العنقي
نماذج الذكاء الاصطناعي: كبيرة أم صغيرة؟
قارن الفريق بين النماذج الكبيرة الجاهزة، المدربة مسبقاً على مجموعات بيانات واسعة والنماذج الأصغر المتخصصة التي تعتمد على الرؤى السريرية.
أظهرت النماذج الكبيرة أداءً متفوقاً داخل مجموعة البيانات الأصلية، لكن النموذج الأصغر المستند إلى الخبرة السريرية، أظهر قابلية تعميم أفضل وأداءً أكثر اتساقاً عبر أنظمة الرعاية الصحية المختلفة.
قال جرينبيرج:"تمكنا من تحقيق أداء مماثل إن لم يكن متفوقاً، باستخدام نموذج أبسط مع التركيز على المعرفة السريرية، مما يؤكد أن الذكاء الاصطناعي وحده ليس كافياً بدون خبرة سريرية قوية".
أهمية دمج المعرفة السريرية مع الذكاء الاصطناعي
سلط جرينبيرج الضوء على أن التعميم أحد أكبر التحديات أمام نماذج التنبؤ القائمة على الذكاء الاصطناعي في الطب السريري وقال:"قد ينجح النموذج في مستشفى واحد ويفشل في آخر؛ لذلك دمج الرؤى السريرية أمر أساسي لتطوير أدوات ذكاء اصطناعي قوية وموثوقة خصوصاً في حالات معقدة مثل اعتلال النخاع العنقي".
