الأفضل أداءً في الذكاء الاصطناعي: LightGBM للتنبؤ بالوفيات

تسلط دراسة حديثة نُشرت في مجلة Journal of Orthopaic Research الضوء على تطور مبتكر في مجال الرعاية الصحية التنبؤية. استخدم الباحثون قوة الذكاء الاصطناعي (AI) للتنبؤ بدقة بمخاطر وفاة المريض خلال عام واحد، وخمسة أعوام، وعشرة أعوام بعد كسر الورك. أجري الدراسة خبراء من مركز Beth Israel Deaconess الطبي في بوسطن، وبحثوا في تحليل سجلات 3,751 مريضاً بكسر الورك، وكشفوا عن رؤى قيمة حول دور بيانات الدم والفحوصات المخبرية الأساسية، بالإضافة إلى المعلومات الديموغرافية، في التنبؤ بنتائج المرضى.

كشفت الدراسة، التي فحصت مجموعة بيانات كبيرة من سجلات مرضى كسر الورك، عن نتيجة مهمة. فقد بلغ معدل الوفيات خلال عام واحد 21% بين جميع المرضى. ومع ذلك، ارتفع هذا المعدل إلى 29% بين المرضى الذين تبلغ أعمارهم 80 عاماً فأكثر. وتؤكد هذه الأرقام خطورة كسور الورك، لا سيما بين كبار السن.

نماذج التعلم الآلي: كشف أكثرها دقة

شملت الخطوة الحاسمة التالية في الدراسة تقييم عشرة نماذج تصنيف مختلفة للتعلم الآلي لتحديد النموذج الأكثر دقة في التنبؤ بمعدل الوفيات خلال عام واحد. ومن بين النماذج المتنافسة، برز نموذج LightGBM كأفضلها أداءً، مما أظهر كفاءته العالية في التنبؤ بنتائج المرضى. وقد أظهر هذا النموذج المدعوم بالذكاء الاصطناعي أعلى مستوى من الدقة في التنبؤ بمعدل الوفيات خلال عام واحد، وهو إطار زمني حاسم لمقدمي الرعاية الصحية لوضع تدخلات مناسبة.

العوامل التنبؤية الرئيسية

أبرزت نتائج الدراسة أيضاً العوامل المحورية التي تؤثر على دقة التنبؤات بالوفيات. وشملت هذه العوامل العمر، ومستويات السكر في الدم، وخصائص خلايا الدم الحمراء المحددة، ومستويات خلايا الدم البيضاء، ومستويات نيتروجين اليوريا، وعدد الصفائح الدموية، ومستويات الكالسيوم، وزمن تخثر الدم. وتوفر هذه المؤشرات الحيوية، التي تم تحديدها على أنها ذات أعلى قوة تنبؤية، رؤى قيمة حول الصحة العامة للمريض والمخاطر المحتملة لنتائج سلبية.

التنبؤات طويلة المدى

إلى جانب التشخيص الفوري خلال عام واحد، غاصت الدراسة في قدرة نماذج الذكاء الاصطناعي على التنبؤ بوفاة المرضى على مدى فترة زمنية أطول. وبشكل ملحوظ، كانت الميزات العشر الأولى التي تم تحديدها في نموذج LightGBM للتنبؤ بالوفيات خلال عام واحد تعكس إلى حد كبير تلك الموجودة في نماذج التنبؤ بالوفيات خلال خمس وعشر سنوات. ويؤكد هذا الاتساق على الأهمية المستمرة لهذه المؤشرات الحيوية في تقييم نتائج المرضى على المدى الطويل.

آثار الدراسة على الرعاية الصحية

تتمثل آثار هذه الدراسة في كونها بعيدة المدى. فمن خلال الاستفادة من قدرات الذكاء الاصطناعي، يمكن لمقدمي الرعاية الصحية الآن تقييم مخاطر وفاة مريض كسر الورك بشكل استباقي عبر آفاق زمنية مختلفة. ولا يساعد ذلك فقط في اتخاذ القرارات السريرية، بل يمكّن أيضاً المهنيين الصحيين من تخصيص تدخلاتهم وفقاً للاحتياجات المحددة لكل مريض.

رؤية الخبراء

أكد جورج أسريان، المؤلف المقابل للدراسة والباحث في جامعة بنسلفانيا، على أهمية هذه النتائج. وقال: "تُظهر نماذجنا أن بعض المؤشرات الحيوية يمكن أن تكون مفيدة بشكل خاص في تحديد مخاطر النتائج السيئة بعد كسور الورك". وتسلط هذه الرؤية الضوء على إمكانية قيام النماذج التنبؤية المدعومة بالذكاء الاصطناعي بثورة في طريقة تعامل مقدمي الرعاية الصحية مع رعاية المرضى في مجال جراحة العظام وما بعده.

البحث المستقبلي والتطبيقات

بينما تمثل هذه الدراسة خطوة كبيرة إلى الأمام، فإن مجال الرعاية الصحية التنبؤية القائمة على الذكاء الاصطناعي جاهز لمزيد من الاستكشاف. قد تسعى الجهود البحثية المستقبلية إلى توسيع نطاق تطبيق هذه النماذج على حالات طبية أخرى، مما يعزز في النهاية رعاية المرضى ونتائجهم عبر طيف واسع من القضايا الصحية.

كشفت دراسة حديثة نُشرت في مجلة "Journal of Orthopaedic Research" عن آفاق واعدة في مجال الرعاية الصحية. فمن خلال استخدام الذكاء الاصطناعي، يمكن للأطباء الآن استخدام أداة قوية للتنبؤ بوفاة المرضى بعد كسور الورك. يعد هذا التطور الرائد واعداً بتحسين دقة وفعالية التدخلات الصحية، مما يقدم أملاً في تحسين النتائج وجودة الحياة للمرضى الذين يواجهون هذه الحالة الطبية الصعبة. ومع استمرار تقدم الأبحاث في هذا المجال، تزداد وضوحاً الإمكانات التحويلية للذكاء الاصطناعي في الرعاية الصحية، مما يمهد الطريق لعصر جديد من الطب التنبؤي.