تقنية ذكية تُسهِّل فهم سجلات المرضى في أقسام الطوارئ
نموذج "MEME"
أطلق الباحثون على هذا النظام اسم "MEME"، اختصاراً لـ The Multimodal Embedding Model for EHR (نموذج التضمين متعدد الوسائط للسجلات الصحية الإلكترونية)، ويقوم بتحويل البيانات الطبية الجدولية إلى "ملاحظات اصطناعية" تحاكي أسلوب التوثيق السريري، مما يتيح للذكاء الاصطناعي فهماً أعمق وأدق لسجلات المرضى ودعم اتخاذ القرارات السريرية.
معلومات هائلة وجداول معقدة
تحتوي السجلات الصحية الإلكترونية على كمّ هائل من معلومات المرضى، التي يمكن أن تساعد الأطباء على اتخاذ قرارات أسرع، خصوصاً في حالات الطوارئ.
لكن في المقابل، تعتمد معظم أنظمة الذكاء الاصطناعي المتقدمة على النصوص، بينما تُخزَّن معلومات المستشفيات في جداول مليئة بالأرقام والرموز والتصنيفات.
وقد شكّل هذا التباين عائقاً أمام استفادة أنظمة الرعاية الصحية من الإمكانات الكاملة للذكاء الاصطناعي.
وفي أقسام الطوارئ، حيث تُعدّ سرعة اتخاذ القرار أمراً بالغ الأهمية، تزداد الحاجة إلى أدوات ذكية قادرة على تحليل التاريخ الطبي للمريض بسرعة، للتنبؤ بالنتائج وتوجيه قرارات العلاج.
كيف يعمل النظام؟
ووفقاً لموقع "ميديكال إكسبريس" المتخصص في الأبحاث الطبية، تعتمد الآلية على تحويل البيانات الجدولية إلى "ملاحظات اصطناعية" باستخدام اختصارات التوثيق الطبي الشائعة بين مقدمي الرعاية الصحية.
ويقوم نظام "MEME" بتقسيم معلومات المريض إلى فئات مثل الأدوية، والفحوصات، والقياسات الحيوية، ثم يُحوّل كل فئة إلى نص باستخدام قوالب بسيطة، ويشفّرها باستخدام نماذج لغوية، في محاكاة لأسلوب التفكير الطبي البشري.
بعد ذلك، يتم تغذية هذه النصوص في نماذج لغوية متقدمة تتعامل مع أنواع البيانات المختلفة كسلاسل مترابطة.
وقد تم اختبار هذا النهج في مهام تنبؤية واقعية داخل أقسام الطوارئ، مقارنةً بنماذج تقليدية ومتخصصة، بما في ذلك أساليب تعتمد على "الإرشاد النصي".
أداء استثنائي
حلّل النموذج الجديد بيانات أكثر من 1.3 مليون زيارة طوارئ باستخدام معلومات من قاعدة "MIMIC" الشهيرة ومن مستشفيات جامعة "UCLA"، وتفوق "MEME" بشكل ملحوظ على الأساليب المعتمدة حالياً في دعم القرار السريري، بما في ذلك تقنيات التعلم الآلي التقليدية، ونماذج مصممة خصيصاً للسجلات الصحية مثل "CLMBR" و"Clinical Longformer".
كما أثبت قدرة قوية على التكيّف مع أنظمة مستشفيات متعددة ومعايير ترميز مختلفة.
آفاق مستقبلية
يعتزم فريق البحث اختبار "MEME" في بيئات سريرية جديدة إلى جانب أقسام الطوارئ، وتحسين قابليته للتعميم عبر مؤسسات صحية متعددة، مع تطويره لاستيعاب مفاهيم ومعايير طبية محدثة.
وقال سايمون لي، طالب دكتوراه في الطب الحاسوبي بـ"UCLA": "هذا النظام يسد فجوة جوهرية بين أقوى نماذج الذكاء الاصطناعي المتاحة اليوم، والواقع المعقّد لبيانات الرعاية الصحية".
وأضاف: "من خلال تحويل السجلات إلى تنسيق يمكن للنماذج اللغوية فهمه، نُطلق قدرات لم تكن متاحة سابقاً لمقدمي الرعاية".
وأشار إلى أن "قدرة هذا النهج على التكيّف والنقل قد تجعله ذا قيمة خاصة للمؤسسات التي تعمل بمعايير بيانات مختلفة".
أمجد الأمين (أبوظبي)
هاشتاغز
جرب ميزات الذكاء الاصطناعي لدينا
اكتشف ما يمكن أن يفعله Daily8 AI من أجلك:
التعليقات
لا يوجد تعليقات بعد...
أخبار ذات صلة
الاتحاد
منذ يوم واحد
- الاتحاد
تقنية ذكية تُسهِّل فهم سجلات المرضى في أقسام الطوارئ
طوّر باحثون من جامعة كاليفورنيا في لوس أنجلوس "UCLA" نظام ذكاء اصطناعي يحوّل السجلات الصحية الإلكترونية المجزأة، والتي تُخزّن عادةً في جداول، إلى نصوص قابلة للقراءة، مما يساعد النماذج اللغوية المتقدمة على تحليل التاريخ الطبي المعقّد للمرضى بكفاءة عالية، بحسب دراسة نشرتها مجلة "npj Digital Medicine". نموذج "MEME" أطلق الباحثون على هذا النظام اسم "MEME"، اختصاراً لـ The Multimodal Embedding Model for EHR (نموذج التضمين متعدد الوسائط للسجلات الصحية الإلكترونية)، ويقوم بتحويل البيانات الطبية الجدولية إلى "ملاحظات اصطناعية" تحاكي أسلوب التوثيق السريري، مما يتيح للذكاء الاصطناعي فهماً أعمق وأدق لسجلات المرضى ودعم اتخاذ القرارات السريرية. معلومات هائلة وجداول معقدة تحتوي السجلات الصحية الإلكترونية على كمّ هائل من معلومات المرضى، التي يمكن أن تساعد الأطباء على اتخاذ قرارات أسرع، خصوصاً في حالات الطوارئ. لكن في المقابل، تعتمد معظم أنظمة الذكاء الاصطناعي المتقدمة على النصوص، بينما تُخزَّن معلومات المستشفيات في جداول مليئة بالأرقام والرموز والتصنيفات. وقد شكّل هذا التباين عائقاً أمام استفادة أنظمة الرعاية الصحية من الإمكانات الكاملة للذكاء الاصطناعي. وفي أقسام الطوارئ، حيث تُعدّ سرعة اتخاذ القرار أمراً بالغ الأهمية، تزداد الحاجة إلى أدوات ذكية قادرة على تحليل التاريخ الطبي للمريض بسرعة، للتنبؤ بالنتائج وتوجيه قرارات العلاج. كيف يعمل النظام؟ ووفقاً لموقع "ميديكال إكسبريس" المتخصص في الأبحاث الطبية، تعتمد الآلية على تحويل البيانات الجدولية إلى "ملاحظات اصطناعية" باستخدام اختصارات التوثيق الطبي الشائعة بين مقدمي الرعاية الصحية. ويقوم نظام "MEME" بتقسيم معلومات المريض إلى فئات مثل الأدوية، والفحوصات، والقياسات الحيوية، ثم يُحوّل كل فئة إلى نص باستخدام قوالب بسيطة، ويشفّرها باستخدام نماذج لغوية، في محاكاة لأسلوب التفكير الطبي البشري. بعد ذلك، يتم تغذية هذه النصوص في نماذج لغوية متقدمة تتعامل مع أنواع البيانات المختلفة كسلاسل مترابطة. وقد تم اختبار هذا النهج في مهام تنبؤية واقعية داخل أقسام الطوارئ، مقارنةً بنماذج تقليدية ومتخصصة، بما في ذلك أساليب تعتمد على "الإرشاد النصي". أداء استثنائي حلّل النموذج الجديد بيانات أكثر من 1.3 مليون زيارة طوارئ باستخدام معلومات من قاعدة "MIMIC" الشهيرة ومن مستشفيات جامعة "UCLA"، وتفوق "MEME" بشكل ملحوظ على الأساليب المعتمدة حالياً في دعم القرار السريري، بما في ذلك تقنيات التعلم الآلي التقليدية، ونماذج مصممة خصيصاً للسجلات الصحية مثل "CLMBR" و"Clinical Longformer". كما أثبت قدرة قوية على التكيّف مع أنظمة مستشفيات متعددة ومعايير ترميز مختلفة. آفاق مستقبلية يعتزم فريق البحث اختبار "MEME" في بيئات سريرية جديدة إلى جانب أقسام الطوارئ، وتحسين قابليته للتعميم عبر مؤسسات صحية متعددة، مع تطويره لاستيعاب مفاهيم ومعايير طبية محدثة. وقال سايمون لي، طالب دكتوراه في الطب الحاسوبي بـ"UCLA": "هذا النظام يسد فجوة جوهرية بين أقوى نماذج الذكاء الاصطناعي المتاحة اليوم، والواقع المعقّد لبيانات الرعاية الصحية". وأضاف: "من خلال تحويل السجلات إلى تنسيق يمكن للنماذج اللغوية فهمه، نُطلق قدرات لم تكن متاحة سابقاً لمقدمي الرعاية". وأشار إلى أن "قدرة هذا النهج على التكيّف والنقل قد تجعله ذا قيمة خاصة للمؤسسات التي تعمل بمعايير بيانات مختلفة". أمجد الأمين (أبوظبي)
الاتحاد
منذ 6 أيام
- الاتحاد
أداة ذكية تتفوق على الأطباء في تشخيص سرطان المعدة
طوّرت مؤسسات بحثية رائدة في الصين أداة جديدة تعتمد على الذكاء الاصطناعي، تحمل اسم "GRAPE"، أظهرت قدرة واعدة في اكتشاف سرطان المعدة بدقة عالية من خلال صور الأشعة المقطعية الروتينية غير المعززة، وفقاً لدراسة نُشرت في مجلة "نيتشر ميديسن" العلمية، ونقلها موقع "ميديكال إكسبريس" المتخصص في الأبحاث الطبية. ويُعد سرطان المعدة من أكثر أنواع السرطان فتكاً على مستوى العالم، خاصة في الدول الآسيوية، حيث تُسجّل الصين واليابان وكوريا ما يقارب 75% من إجمالي حالات الإصابة والوفيات سنوياً. تشخيص تقليدي لا يزال التنظير الداخلي الأداة المرجعية الأولى في تشخيص سرطان المعدة، لتمكين الأطباء من فحص بطانة المعدة وأخذ خزعات لتأكيد الإصابة. وقد ساهمت برامج الفحص الوطنية في كل من اليابان وكوريا في رفع معدلات النجاة من خلال الاستخدام المكثف للفحص بالمنظار. لكن هذه الاستراتيجية تظل غير قابلة للتطبيق في العديد من الدول بسبب نقص الموارد، وانخفاض معدلات الالتزام، وارتفاع التكاليف. كما أن الفحص المصلي، ورغم كونه أقل تداخلاً، فلا يوفر دقة كافية مقارنة بالتنظير الداخلي. وفي ظل هذه التحديات، برزت الحاجة إلى حلول بديلة غير جراحية، تساعد في تحديد الأشخاص المعرضين لخطر الإصابة قبل أن يتقدّم المرض إلى مراحل لا يمكن علاجها. وجاء الابتكار الجديد كخطوة نحو تقديم بديل يعتمد على الذكاء الاصطناعي، يتميز بالبساطة والدقة وقابلية التوسع. نتائج واعدة تم تدريب أداة "GRAPE" على تحليل صور الأشعة المقطعية غير المعززة باستخدام بيانات من مركزين في الصين شملت 3470 مريضاً مصاباً و3250 غير مصاب بسرطان المعدة. في اختبارات التحقق الداخلي على 1298 حالة، حققت الأداة: - حساسية بنسبة 85.1% - نوعية وصلت إلى 96.8% - مساحة تحت منحنى الأداء (AUC) بلغت 0.970 وفي تحقق خارجي شمل 18160 حالة من 16 مركزاً طبياً، سجلت الأداة: - مساحة تحت منحنى الأداء 0.927 - حساسية 81.7% - نوعية 90.5% وفي تجربة مقارنة شملت 13 طبيب أشعة، قاموا بتفسير 297 صورة، تفوقت "GRAPE" عليهم محققة: - تحسناً في الحساسية بنسبة 21.8% - ارتفاعاً في النوعية بنسبة 14.0% وذلك بشكل خاص في اكتشاف الحالات المبكرة من سرطان المعدة. دقة فائقة حتى بعد إعادة الأطباء تقييم الصور باستخدام الأداة بعد فترة التوقف (washout period)، حافظ الذكاء الاصطناعي على تفوقه في الدقة، مما يشير إلى قدرته على تعزيز كفاءة التشخيص السريري. وأثبتت التقنية فاعلية كبيرة في تحديد الأفراد المعرضين لمخاطر مرتفعة، حيث تراوحت معدلات الكشف عن سرطان المعدة في بعض المجموعات السكانية ما بين 17% و25%. ومن اللافت أن نحو 40% من الحالات المكتشفة لم تُظهر أي أعراض بطنية سابقة. كما نجحت في الكشف عن الأورام قبل أشهر من التشخيص السريري لدى مرضى كانوا يخضعون للمتابعة بسبب أمراض سرطانية أخرى، وهو ما يعزز إمكانيات الأداة في دعم الكشف المبكر، رغم الحاجة إلى تطويرها لرفع دقتها في اكتشاف السرطان في مراحله الأولية جداً (T1). كيف تعمل "GRAPE"؟ تعتمد الأداة على إطار موحد للتعلم العميق يدمج بين تحديد موقع الورم وتصنيف الحالة، إذ تبدأ بتحديد منطقة المعدة في الأشعة المقطعية الكاملة، ثم تقوم باقتطاع هذه المنطقة لتحليلها واكتشاف الأورام وتحديد ما إذا كان الشخص مصاباً بسرطان المعدة أم لا. التحليلات البصرية التي قدمتها "GRAPE" أظهرت توافقاً واضحاً بين المناطق التي حددتها كأورام وتوقعاتها الحسابية، مما سهّل على أطباء الأشعة تفسير النتائج بسرعة ووضوح. تحديات الكشف المبكر على الرغم من نجاح الأداة في الكشف عن بعض الحالات قبل التشخيص السريري، إلا أن حساسيتها لاكتشاف الأورام السرطانية في مراحلها المبكرة جداً لا تزال محدودة، إذ رصدت نحو 50% فقط من حالات المرحلة الأولى (T1)، ويعود ذلك إلى صعوبة اكتشاف التغيرات الطفيفة أو الآفات الصغيرة في صور الأشعة المقطعية غير المعززة. وعلى النقيض، يتميز التنظير الداخلي بدقة أعلى في رصد هذا النوع من السرطانات، نظراً لقدرته على رصد التغيرات الدقيقة وأخذ عينات للفحص. اختبارات جديدة يؤكد الباحثون على أهمية إجراء تجارب سريرية واسعة النطاق لاختبار فاعلية الأداة في الواقع، مع العمل على تحسين حساسيتها للكشف عن السرطان في مراحله المبكرة جداً. ويخطط الفريق لتوسيع قاعدة بيانات التدريب لتشمل المزيد من الحالات المبكرة، بالإضافة إلى تحسين الإجراءات التقنية، مثل تمديد المعدة قبل التصوير. وتشكّل "GRAPE" خطوة مهمة نحو تطوير أدوات التشخيص المعتمدة على الذكاء الاصطناعي، بفضل ميزاتها البارزة مثل سهولة الاستخدام وانخفاض التكلفة وطبيعتها غير الجراحية. ويأمل الباحثون أن تُسهم الأداة في رفع معدلات الكشف المبكر، خاصة في البيئات التي تفتقر إلى تجهيزات طبية متطورة أو كوادر مدرّبة، مما يجعلها خياراً عملياً وواعداً للفحص على نطاق واسع في المستقبل القريب. أمجد الأمين (أبوظبي)
البوابة
٣٠-٠٦-٢٠٢٥
- البوابة
دراسة حديثة تكشف كيف يؤثر دخان الحرائق على الجهاز المناعى بالجسم
كشفت دراسة طبية حديثة قام بأجرها فريق بحثي من جامعة هارفارد عن تأثير دخان الحرائق على الجهاز المناعى للجسم حتى لدى الأشخاص الأصحاء وفقا لما نشرته مجلة ميديكال إكسبريس. وجد الفريق البحثي أن التعرض لدخان الحرائق يحدث تغيرات ضارة في الجهاز المناعي على المستوى الخلوي حتى لدى الأشخاص الأصحاء حيث يؤثر الدخان على الجسم من خلال آليات مناعية معقدة بالاضافة الى انه يحتوي على مزيج من الجسيمات الدقيقة والغازات السامة والمواد الكيميائية مثل مركبات PFAS والمعادن الثقيلة إلى جانب مركبات مسرطنة مما يسبب فى ضعف الجهاز المناعة وتزيد من الالتهابات ما يفتح الباب لفهم أعمق لتأثيرات التلوث الناتج عن الحرائق. تأثيرات دخان الحريق على جسم الأنسان جمعت الدراسة عينات دم من 60 بالغا نصفهم تعرضوا مؤخرا للدخان (بينهم رجال إطفاء ومدنيون)والنصف الآخر لم يتعرض له مع الحرص على التماثل بين المجموعتين من حيث العمر والجنس والوضع الاجتماعي ولم يكن أي من المشاركين يعاني من أمراض مزمنة أو يتناول أدوية تؤثر على المناعةوباستخدام تقنيات تحليل دقيقة على مستوى الخلية رصد الباحثون تغيرات مناعية لافتة لدى المتعرضين للدخان، منها: 1.زيادة في خلايا الذاكرة التائية CD8+، المرتبطة بالمناعة طويلة الأمد. 2. ارتفاع في مؤشرات الالتهاب داخل الخلايا. 3.تغيرات في 133 جينا على صلة بالحساسية والربو. 4. ارتباط أكبر بين خلايا المناعة ومعادن سامة مثل الزئبق والكادميوم. وقالت الدكتورة كاري نادو رئيسة قسم الصحة البيئية في كلية تي إتش تشان بجامعة هارفارد :نعلم أن للدخان تأثيرات صحية على القلب والرئة والجهاز العصبي و لكننا لم نكن نعرف الآلية الدقيقة هذه النتائج تساهم في سد تلك الفجوة وتزوّد العاملين في الصحة العامة بأدلة عملية لفهم المخاطر والتعامل معها. كما أكدت أن معرفة كيفية تأثير الدخان على جهاز المناعة يعد خطوة مهمة نحو اكتشاف الاختلالات في وقت مبكر وربما تطوير علاجات وقائية تحد من أضرار التعرّض للملوثات البيئية. وأن نتائج الدراسة قد تغير السياسات الصحية والبيئية المتعلقة بمستويات التعرض الآمن للدخان وتدفع نحو تعزيز التوعية العامة بالإجراءات الوقائية أثناء حرائق الغابات.
