0505276099للتواصل والاتصال
دليل عملي

المؤشر الحيوي الرقمي للتوتر لدى كبار السن: توظيف التعلم الآلي في كشف واع بالسياق للتوتر

تبحث هذه الدراسة في توظيف التعلم الآلي لبناء مؤشر حيوي رقمي واع بالسياق لكشف التوتر لدى كبار السن اعتمادًا على بيانات المستشعرات القابلة للارتداء وتركيز الكورتيزول اللعابي، وتبين أن دمج المعلومات السياقية رفع دقة الكشف إلى 96.7525 بالمئة، بما يمهد لتدخلات وقائية مبكرة غير مقتحمة لحياة المسنين

تمهيد

يعد تحديد التوتر لدى كبار السن مجالًا بحثيًا بالغ الأهمية في دراسات الصحة والرفاه، لأن الكشف المبكر عنه يتيح اتخاذ تدابير وقائية في الوقت المناسب قد تسهم في إنقاذ الأرواح وتحسين جودة الحياة في مرحلة عمرية حساسة، ويتطلب ذلك وسيلة دقيقة للكشف لا تفرض عبئًا على المسن ولا تقتحم تفاصيل يومه، وقد اقترح الباحثون مقاييس إحصائية عديدة لربط التوتر بقراءات المستشعرات المستمدة من المؤشرات الحيوية الرقمية، ومع التقدم الحديث للذكاء الاصطناعي في المجال الصحي بات تطبيق التعلم الآلي يظهر نتائج واعدة في كشف التوتر، غير أن جدوى هذا التوظيف في مؤشرات التوتر الرقمية ما تزال غير مستكشفة بما يكفي حتى اليوم

أولًا: أهداف الدراسة ومنهجيتها

سعت الدراسة أولًا إلى فحص أداء خوارزمية تعلم آلي خاضعة للإشراف هي الغابة العشوائية مقترنة بهندسة يدوية للميزات لكشف التوتر بالاستعانة بالمعلومات السياقية، مستخدمة تركيز الكورتيزول اللعابي معيارًا ذهبيًا مرجعيًا للحكم على مستويات التوتر، وصنف الإطار المقترح التوتر في ثلاث درجات هي انعدام التوتر والتوتر المنخفض والتوتر المرتفع عبر تحليل مؤشرات حيوية رقمية مجموعة من مستشعرات قابلة للارتداء، مع دمج البيانات الفسيولوجية بقرائن سياقية مستمدة من بروتوكول للتوتر لتقديم فهم شامل لطبيعة التوتر لدى كبار السن، وامتد العمل ثانيًا إلى تجاوز عبء هندسة الميزات اليدوية عبر استكشاف مشفر ميزات قائم على الشبكات العصبية الالتفافية مقترنًا بمؤشرات الكورتيزول الحيوية لكشف التوتر في سياقه

ثانيًا: أبرز النتائج

1، حقق نموذج التعلم الآلي الواعي بالسياق القائم على دمج المستشعرات درجة كلية في مقياس إف واحد بلغت 0.937 ودقة بلغت 92.48 بالمئة في تحديد درجات التوتر الثلاث لدى كبار السن

2، أظهر الإطار الثاني القائم على مشفر الميزات المستند إلى الشبكة العصبية الالتفافية دقة بلغت 83.7797 بالمئة ودرجة إف واحد قدرها 0.7552 في غياب السياق، بينما ارتفعت الدقة إلى 96.7525 بالمئة ودرجة إف واحد إلى 0.9745 عند توظيف المعلومات السياقية

3، مثل توظيف السياق زيادة قدرها 4 بالمئة في الدقة و0.04 في درجة إف واحد مقارنة بنموذج الغابة العشوائية، بما يؤكد القيمة المضافة الكبيرة للمعلومات السياقية في تفسير الاستجابة للتوتر

4، أثبت الإطاران معًا أن دمج المؤشرات الحيوية الرقمية للتوتر يقدم رؤية أعمق في طبيعة الاستجابة للتوتر حتى في غياب أي تقارير ذاتية من المسنين أو تصنيفات يضعها مقدمو الرعاية

ثالثًا: دلالات الدراسة وتطبيقاتها

تتمثل دلالة هذه النتائج للباحثين العرب وطلاب الدراسات العليا في الصحة الرقمية وطب الشيخوخة في إمكان توظيف مستشعرات قابلة للارتداء منخفضة الكلفة نسبيًا لمراقبة التوتر لدى كبار السن في المنازل ودور الرعاية، بما يدعم التدخل المبكر ويخفف الأعباء عن الأسر والمنظومات الصحية المثقلة بأعداد متزايدة من المسنين، وتنبه الدراسة في الوقت نفسه إلى أهمية مراعاة السياق الثقافي والاجتماعي عند تفسير البيانات الفسيولوجية وتعميم النماذج على مجتمعات تختلف في أنماط حياتها اليومية ومصادر توترها وطرائق التعبير عنه

ويندرج هذا البحث ضمن توجه عالمي متنام يعرف بالصحة الرقمية الوقائية، يقوم على الانتقال من علاج المرض بعد وقوعه إلى رصد مؤشراته المبكرة والتدخل قبل تفاقمه، ويكتسب هذا التوجه أهمية مضاعفة مع تقدم السكان في العمر وارتفاع كلفة الرعاية الصحية التقليدية، غير أن نجاحه يظل رهنًا بقبول كبار السن أنفسهم لهذه التقنيات وثقتهم بها واطمئنانهم إلى سرية بياناتهم الصحية، وبقدرة الأنظمة الصحية على دمج مخرجات هذه الأدوات في مسارات الرعاية الفعلية لا تركها أرقامًا معزولة في تطبيقات الهواتف، وهي تحديات تنظيمية وثقافية لا تقل أهمية عن التحديات التقنية ذاتها في تحديد مصير هذه الابتكارات

وخلاصة القول إن هذا العمل يرسخ قناعة متنامية بأن المؤشرات الحيوية الرقمية مقترنة بتعلم آلي واع بالسياق قادرة على كشف التوتر لدى كبار السن بدقة عالية ودون إثقال كاهلهم، ويفتح الباب أمام أنظمة رعاية وقائية استباقية تناسب مجتمعات تتزايد فيها نسبة المسنين باطراد مستمر

طلب بيانات المقال

آراء عملائنا

صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
صورة مراجعة عميل من Google Maps
سلة طلب الرسائل (0)