باحثون يطورون نموذج ذكاء اصطناعي يتنبأ بمخاطر الوفاة لمرضى القلب والكلى
نموذج ذكاء اصطناعي جديد يستخدم ثمانية متغيرات طبية لتصنيف مخاطر الوفاة لدى مرضى متلازمة القلب والكلى والتمثيل الغذائي.
نشر باحثون دراسة في دورية npj Digital Medicine توضح كيف يمكن للذكاء الاصطناعي تحسين الرعاية لمرضى متلازمة القلب والكلى والتمثيل الغذائي (CKM). هذه الحالة تؤثر على القلب والكلى والعمليات الأيضية في وقت واحد، مما يرفع من تعقيد المخاطر الصحية.
قام الفريق بتحليل السجلات الطبية لـ 219,561 مريضاً في 29 مركزاً طبياً في الصين. وقاموا بتدريب نموذجين للتعلم الآلي هما XGBoost و LASSO لحساب احتمالية الوفاة خلال فترة ثلاث سنوات.
يوفر نموذج XGBoost المكون من 8 متغيرات تصنيفاً دقيقاً لمخاطر الوفاة وقد يدعم الإدارة الشخصية للمرضى الذين يعانون من متلازمة CKM.
كيف يعمل النموذج
أثبت نموذج XGBoost فاعلية أكبر، حيث اعتمد على ثمانية متغيرات سريرية فقط لإنتاج درجة دقيقة للمخاطر. وفي الاختبارات، أظهر النموذج قدرة قوية على التمييز بين المرضى ذوي المخاطر المنخفضة والمتوسطة والعالية.
أظهر المرضى الذين صنفهم النموذج في فئة المخاطر العالية معدلات وفيات أعلى بكثير مقارنة بالمجموعة ذات المخاطر المنخفضة. وهذا يشير إلى أن الأداة قد تساعد الأطباء في تحديد أولويات الرعاية للمرضى الأكثر احتياجاً.
ولجعل هذه الأداة عملية، طور الباحثون حاسبة تعتمد على الويب، مما يسمح للأطباء بإدخال بيانات المريض والحصول على تقييم للمخاطر أثناء الفحص. هل يمكن أن تصبح هذه الأدوات جزءاً قياسياً من إجراءات دخول المستشفيات مستقبلاً؟
ومع ذلك، هناك حدود لهذه الدراسة. فقد تم اختبار النموذج بشكل أساسي على مرضى داخل المستشفيات في الصين، مما يعني أن دقة نتائجه بين سكان العالم المختلفين أو في العيادات الخارجية لم تثبت بعد. كما يركز النموذج على احتمالية الوفاة خلال 3 سنوات فقط، ولا يغني بأي حال عن التقييم الشامل للطبيب المختص.
المصدر: npj Digital Medicine