تمهيد
تعد أمراض القلب والأوعية الدموية أكبر تهديد صحي لسكان العالم، إذ تصيب ما يقارب ثلث سكان الأرض وتلحق بالمجتمعات خسائر مالية واجتماعية جسيمة، ويتطلب التصدي لها تحليلًا للمخاطر في الوقت المناسب وبالطريقة المناسبة لتعزيز الممارسة السريرية والتدخلات الوقائية، وقد أحدث ظهور مصادر بيانات متقدمة مثل أجهزة الاستشعار القابلة للارتداء والتصوير الطبي والسجلات الصحية الإلكترونية والمنصات الجينومية تحولًا نوعيًا في التقييم الشامل لمخاطر هذه الأمراض عبر دمج البيانات متعددة الوسائط، وتقدم هذه المراجعة المنهجية تحليلًا منهجيًا لخوارزميات التعلم العميق الحديثة متعددة المدخلات التي تحسن الكشف المبكر عن أمراض القلب والأوعية الدموية وتقييم المخاطر الخاصة بكل مريض على حدة
أولًا: أهداف الدراسة ومنهجيتها
هدفت المراجعة إلى تحليل خوارزميات التعلم العميق القائمة على المدخلات المتعددة الوسائط للكشف المبكر عن أمراض القلب والأوعية الدموية والتقييم النوعي لمخاطرها، وأجريت وفق إرشادات بريزما لسنة 2020 عبر تسع وستين دراسة نشرت بعد فحص سجلات أولية بلغ عددها 2847 سجلًا في قواعد البيانات، ووصف الباحثون النطاق الواسع لتيارات البيانات المتاحة وتشمل القياسات الفيزيولوجية الطولية كتخطيط القلب الكهربائي وتقلب معدل ضربات القلب وضغط الدم، وبيانات تخطيط صدى القلب والتصوير بالرنين المغناطيسي والتصوير المقطعي للقلب، والبيانات المخبرية والديموغرافية، والبيانات السلوكية والبيئية، وبيانات الجينوم والبروتيوم، كما صنفوا طرائق الدمج المبكر والمتوسط والمتأخر والقائم على الانتباه في سياق شبكات عصبية عميقة متنوعة المعماريات
ثانيًا: أبرز النتائج
1، تنوعت معماريات الشبكات العصبية العميقة المستخدمة بين الشبكات التلافيفية والشبكات المتكررة ووحدات البوابات المتكررة ثنائية الاتجاه المزودة بآليات الانتباه والشبكات الهجينة التي تجمع بين البنيتين التلافيفية والمتكررة ذات الذاكرة الطويلة قصيرة الأمد
2، أظهرت الدراسات المقارنة تحسينات كبيرة في الدقة التنبؤية تجاوزت في كثير من الأحيان 98 في المئة، مع متانة ملحوظة أمام الوسائط المفقودة أو المشوشة وقدرة على تقديم توصيات آنية مخصصة لكل مريض بحسب بياناته
3، حقق نموذج ديب كارديو القائم على وحدات البوابات المتكررة ثنائية الاتجاه مع الانتباه أفضل أداء موثق بدقة بلغت 99.9 في المئة على مجموعتي بيانات مرجعيتين عالميتين في دراسات القلب والأوعية، هما سلسلة فرامنغهام وسجلات ستاتلوغ الإحصائية
4، أكدت مراجعة منهجية لثماني وعشرين دراسة حول أدوات تفسير النماذج وشرح قراراتها سيادة أدوات الإسناد البصري التدرجي في مهام التصوير الطبي وسيادة أدوات التفسير القائمة على قيم شابلي في مهام البيانات المنظمة، بما يوجه اختيار أداة الشرح بحسب طبيعة البيانات
5، حقق نموذج التعلم الاتحادي القابل للتفسير القائم على الشبكات ذات الذاكرة الطويلة قصيرة الأمد قيمة بلغت 99 في المئة في مقياس المساحة تحت المنحنى عبر ثلاث قواعد بيانات لتخطيط القلب مع حماية كاملة لخصوصية البيانات، إذ تتعلم النماذج محليًا دون نقل بيانات المرضى الخام
6، خلصت المراجعة إلى خارطة طريق منهجية تشمل تعزيز قابلية إعادة إنتاج النتائج وتوسيع التعلم الاتحادي وضمان عدالة الذكاء الاصطناعي بين الفئات السكانية المختلفة وترجمة النماذج إلى أطر تنظيمية تسمح باعتمادها سريريًا
ثالثًا: دلالات الدراسة وتطبيقاتها
تبرز المراجعة أن مستقبل التنبؤ بمخاطر القلب يكمن في دمج تيارات البيانات المتنوعة لا في الاعتماد على مؤشر وحيد، وتفيد صانعي السياسات الصحية والمستشفيات في المنطقة العربية التي ترتفع فيها معدلات أمراض القلب والأوعية بوصفها سببًا رئيسًا للوفيات، إذ ترسم لهم صورة ناضجة عن حدود التقنية الحالية ومتطلبات اعتمادها الآمن من قابلية تفسير وعدالة وحماية خصوصية، كما تمنح الباحثين العرب وطلاب الدراسات العليا في المعلوماتية الصحية والذكاء الاصطناعي خريطة بحثية واضحة للفجوات القائمة، وفي مقدمتها ندرة البيانات العربية المحلية للتدريب والتحقق وضرورة اختبار النماذج العالمية على مجتمعات المنطقة قبل نقلها إلى الممارسة السريرية فيها
وخلاصة القول إن التعلم العميق متعدد الوسائط نقل التنبؤ بأمراض القلب والأوعية من حسابات تقليدية محدودة إلى منظومات ذكية تلتقط إشارات الخطر المبكرة بدقة استثنائية، غير أن قيمته السريرية الحقيقية تظل رهنًا بتفسير قراراته وضمان عدالته وحماية بيانات مرضاه، لتكون المراجعة بذلك دليلًا متوازنًا بين الحماس المشروع للتقنية والحذر العلمي الواجب عند توظيفها في صحة الإنسان
