اكتشف نموذج جديد للذكاء الاصطناعي إشارات لم تكن مكتشفة سابقًا في فحوصات القلب الروتينية، والتي يمكنها التنبؤ بشكل موثوق بالمرضى الذين سيعانون من مضاعفات قاتلة بعد الجراحة. يتفوق النموذج بشكل كبير على تقييمات المخاطر التي يعتمد عليها الأطباء حاليًا.
يمكن أن يغير العمل الذي تموله الحكومة من قبل باحثين في جامعة جونز هوبكنز، والذي يحول نتائج الاختبارات القياسية ومنخفضة التكلفة إلى أداة يحتمل أن تكون منقذة للحياة، طريقة اتخاذ القرارات وحساب المخاطر لكل من المرضى والجراحين.
قال المؤلف الرئيسي روبرت د. ستيفنز، رئيس قسم علوم الكمبيوتر والتكامل والابتكار في جونز هوبكنز ميديسين: "نحن نظهر أن تخطيط كهربية القلب البسيط يحتوي على معلومات تنبؤية مهمة غير مرئية بالعين المجردة". "يمكننا استخراج هذه المعلومات فقط باستخدام تقنيات التعلم الآلي."
نُشرت النتائج اليوم في مجلة British Journal of Anaesthesia.
يعاني جزء كبير من الأشخاص من مضاعفات تهدد الحياة بعد العمليات الجراحية الكبرى. تقييمات المخاطر التي يستخدمها الأطباء لتحديد مخاطر المضاعفات تكون صحيحة في حوالي 60٪ فقط من الحالات.
على أمل التنبؤ بهذه المخاطر الصحية بدقة أكبر، لجأ فريق جامعة جونز هوبكنز إلى تخطيط كهربية القلب (ECG)، وهو اختبار قلب قياسي يتم إجراؤه غالبًا قبل العمليات الجراحية الكبرى. إنها طريقة سريعة وغير جراحية لقياس النشاط الكهربائي للقلب ويمكن أن تشير إلى أمراض القلب.
لكن إشارات تخطيط كهربية القلب تلتقط أيضًا معلومات فسيولوجية أخرى أكثر دقة، قال ستيفنز، وشكّ فريق هوبكنز في أنهم قد يعثرون على كنز من البيانات التنبؤية القيمة - إذا كان الذكاء الاصطناعي يمكن أن يساعدهم في اكتشافها.
قال ستيفنز: "يحتوي تخطيط كهربية القلب على الكثير من المعلومات المثيرة للاهتمام، ليس فقط عن القلب ولكن أيضًا عن نظام القلب والأوعية الدموية بأكمله". "الالتهاب، والغدد الصماء، والتمثيل الغذائي، والسوائل، والكهارل - كل هذه العوامل تشكل شكل تخطيط كهربية القلب. إذا تمكنا من الحصول على مجموعة بيانات كبيرة جدًا من نتائج تخطيط كهربية القلب وتحليلها باستخدام التعلم العميق، فيمكننا استخلاص معلومات قيمة غير متاحة حاليًا للأطباء."
حلل الفريق بيانات تخطيط كهربية القلب قبل الجراحة لـ 37000 مريض خضعوا لعمليات جراحية في مركز بيت إسرائيل ديكونيس الطبي في بوسطن.
درب الفريق نموذجي ذكاء اصطناعي لتحديد المرضى المعرضين لخطر الإصابة بنوبة قلبية أو سكتة دماغية أو الوفاة في غضون 30 يومًا بعد الجراحة. تم تدريب نموذج واحد حصريًا على بيانات تخطيط القلب الكهربائي (ECG). أما النموذج الآخر، الذي أطلق عليه الفريق اسم "نموذج الدمج"، فقد جمع بين معلومات تخطيط القلب الكهربائي وتفاصيل إضافية من سجل المريض، مثل العمر والجنس والتاريخ الطبي.
تنبأ نموذج تخطيط القلب الكهربائي النقي بالمضاعفات بشكل أفضل من تقييمات المخاطر الحالية، لكن نموذج الدمج كان أفضل، حيث تنبأ بدقة 85٪ بأي المرضى سيعانون من مضاعفات ما بعد الجراحة.
قال المؤلف الرئيسي كارل هاريس، طالب الدكتوراه في الهندسة الطبية الحيوية: "من المدهش أننا نستطيع التنبؤ بشكل جيد جدًا بما إذا كان شخص ما سيموت بعد الجراحة باستخدام هذه التشخيصات الروتينية، وهذه البيانات التي تستغرق عشر ثوانٍ". "لقد توصلنا إلى اكتشاف مهم حقًا يمكن أن يحسن تقييم مخاطر الجراحة."
طور الفريق أيضًا طريقة لشرح السمات في تخطيط القلب الكهربائي التي قد ترتبط بنوبة قلبية أو سكتة دماغية بعد الجراحة.
استخدم فريق ستيفنز الذكاء الاصطناعي لاستخلاص إشارات غير مكتشفة سابقًا من هذه الاختبارات القلبية الروتينية التي تسمح بتنبؤ موثوق به للمرضى الذين قد يعانون من مضاعفات مميتة بعد الجراحة
الاعتمادات
ويل كيرك، جامعة جونز هوبكنز
