والأمر لا يتطلب سوى تسجيل البيانات الصادرة عن قطب كهربائي واحد لتخطيط القلب، يُثبّت على الصدر أثناء النوم.
وباستخدام هذه البيانات، يستطيع الذكاء الاصطناعي التنبؤ باحتمالات إصابة الشخص باضطرابات نظم القلب، أو السكتة الدماغية، أو فشل القلب، أو الوفاة لأي سبب خلال السنوات العشر المقبلة.
ونُشرت نتائج الدراسة في المجلة العلمية المتخصصة "سلييب"، بدعم من المعاهد الوطنية للصحة الأميركية.
وقال ديفيد غوف، القائم بأعمال مدير المعهد الوطني للقلب والرئة والدم، التابع للمعاهد الوطنية للصحة الأميركية: "يمتلك هذا النهج الجديد القدرة على تحديد الأشخاص المعرضين لخطر الإصابة بأمراض القلب والأوعية الدموية قبل سنوات من ظهور الأعراض السريرية عليهم".
وأضاف: "تُعد دراسة مدى قدرة هذه المعلومات على تحسين الأساليب التقليدية للتنبؤ بالمخاطر الصحية خطوة مهمة ينبغي اتخاذها في المرحلة المقبلة"، حسبما نقل موقع "ساينس أليرت" المتخصص بالأخبار العلمية.
دراسة شملت عشرات الآلاف من المرضى
بدأ الفريق البحثي، بقيادة علماء من جامعة إيموري الأميركية، بتدريب نظام يعتمد على التعلم العميق، وهو أحد فروع الذكاء الاصطناعي، باستخدام بيانات صحية متاحة للبحث العلمي تخص نحو 16 ألف مريض.
وكان هؤلاء المرضى قد شاركوا في دراسة للنوم أُجريت في مستشفى ماساتشوستس العام بمدينة بوسطن، حيث خضعوا، ضمن إجراءات الدراسة، لمراقبة النشاط الكهربائي لقلوبهم أثناء النوم باستخدام تخطيط كهربائية القلب.
وبعد الانتهاء من تدريب النظام، اختبر الباحثون أداءه باستخدام مجموعتين إضافيتين من البيانات، شملتا نحو 10 آلاف مريض من مستشفى جامعة إيموري، و13 ألف مريض آخر من مركز بيث إسرائيل ديكونيس الطبي في بوسطن.
وفي نهاية الاختبارات، تمكن النموذج من تصنيف المشاركين إلى فئات مختلفة وفقا لمستويات خطر إصابتهم بأمراض القلب والأوعية الدموية على المدى الطويل.
وبعد مراعاة عوامل الخطر التقليدية والخصائص المرتبطة بالنوم، أظهر نظام الذكاء الاصطناعي قدرته على التنبؤ باحتمالات حدوث مجموعة من المشكلات القلبية والوعائية خلال فترة تمتد إلى عشر سنوات.
ارتفاع خطر الرجفان الأذيني وفشل القلب والسكتات الدماغية
أظهرت النتائج أنه مقابل كل زيادة بمقدار انحراف معياري واحد في درجة الخطر التي يحسبها نظام الذكاء الاصطناعي، ارتبطت هذه الزيادة بارتفاع خطر الإصابة بعدة مشكلات صحية، على النحو التالي:
أما بالنسبة إلى احتشاء عضلة القلب، المعروف أيضا بالنوبة القلبية أو الجلطة القلبية، فلم يظهر ارتفاع ذو دلالة إحصائية في خطر الإصابة به مستقبلا إلا لدى مجموعة واحدة من المشاركين.
وأوضح غاري كليفورد، أحد مؤلفي الدراسة وأستاذ الهندسة الطبية الحيوية في معهد جورجيا للتكنولوجيا أنه "من المهم أننا وجدنا أن إضافة درجة الخطر التي ينتجها نموذج التعلم العميق الذي طورناه أدت إلى تحسين القدرة على التنبؤ بالمشكلات القلبية، بما يتجاوز ما يمكن تحقيقه بالاعتماد على عوامل الخطر المعروفة".
وأشار إلى أن "دمج هذه الدرجات في دراسات النوم ينطوي على إمكانات كبيرة لتحسين الاكتشاف المبكر لأمراض القلب والأوعية الدموية، وتحديد الأشخاص الأكثر عرضة للخطر، واعتماد نهج أكثر استباقية في رعاية المرضى".
لماذا تُعد المراحل الأولى من النوم مهمة للتنبؤ بأمراض القلب؟
باستخدام خوارزمية للتعلم العميق، اكتشف الباحثون أن تسجيلات تخطيط القلب أثناء النوم تتمتع بقدرة تنبؤية قوية فيما يتعلق بالمشكلات الصحية المستقبلية للقلب والأوعية الدموية، خصوصا عندما تُحلل هذه التسجيلات بالاقتران مع مراحل النوم المختلفة.
وظلت هذه العلاقة واضحة حتى بعد مراعاة عوامل الخطر الأخرى المعروفة لأمراض القلب والأوعية الدموية، مثل العمر والجنس والإصابة بالسكري وارتفاع ضغط الدم والتدخين.
فعلى سبيل المثال، خلال أخف مراحل النوم، يبدو أن التغيرات التي تطرأ على أنماط ضربات القلب وانتقال الإشارات الكهربائية داخله تحمل دلالات مهمة بصورة خاصة على المخاطر الصحية المستقبلية.
وبيّن مؤلفو الدراسة أنه "قد تؤدي هذه التقلبات السريعة في نشاط الجهاز العصبي اللاإرادي إلى تضخيم الاضطرابات الدقيقة في ديناميكيات معدل ضربات القلب أو أنماط التوصيل الكهربائي، مما يجعلها أكثر وضوحاً وقابلية للرصد".
ويُقصد بالجهاز العصبي اللاإرادي ذلك الجزء من الجهاز العصبي المسؤول عن تنظيم وظائف الجسم التي تحدث تلقائيا، دون تدخل إرادي من الإنسان، مثل ضربات القلب وضغط الدم والتنفس.
وخلال الانتقال من اليقظة إلى النوم، تحدث تغيرات سريعة في نشاط هذا الجهاز، وهو ما قد يكشف عن اختلالات دقيقة في أداء القلب لا يمكن ملاحظتها بسهولة في الظروف العادية.
الذكاء الاصطناعي يحسّن دقة التنبؤ بأمراض القلب
أظهرت الدراسة أن إدخال البيانات المستخلصة من تخطيط القلب أثناء النوم ضمن النماذج المستخدمة حاليا لتقييم مخاطر أمراض القلب والأوعية الدموية أدى إلى تحسين أدائها، وفقا للنسب التالية:
ولفت الباحثون أن هذه التحسينات، التي قد تبدو متواضعة من حيث قيمتها المطلقة، تظل مهمة لأنها تعزز القدرة على التمييز بين الأشخاص الذين سيصابون بفشل القلب مستقبلا وأولئك الذين لن يصابوا به، مقارنة بالأساليب التقليدية المستخدمة لتقييم المخاطر.
ومع استمرار تطوير نظام الذكاء الاصطناعي، قد يصبح أداة مفيدة لمساعدة العاملين في الرعاية الصحية على فحص المرضى الذين يعانون من اضطرابات النوم، وتحديد من قد يكونون أكثر عرضة للإصابة بفشل القلب.
ويرى الباحثون أن هذه النتائج تفتح المجال أمام الاستفادة من البيانات التي تُجمع بالفعل أثناء فحوص النوم، دون الحاجة بالضرورة إلى إجراء اختبارات قلبية إضافية معقدة.
فبدلا من الاكتفاء باستخدام تخطيط القلب لرصد الاضطرابات الواضحة أثناء النوم، يمكن مستقبلا تحليل الإشارات الكهربائية الدقيقة بواسطة الذكاء الاصطناعي لاستخلاص مؤشرات مبكرة على المخاطر القلبية طويلة الأمد.
