ما يزال التنبؤ الدقيق باضطرابات الغدد الصماء تحديًا قائمًا في دعم القرار السريري، ولا سيما حين يطلب من النموذج الواحد أن يجمع في وقت واحد بين الدقة التنبؤية العالية وقابلية التفسير التي يحتاج إليها الطبيب لفهم أساس التنبؤ، والثقة المبررة في مخرجاته، فكثير من النماذج القوية تظل صناديق سوداء لا يستطيع الممارس تتبع منطقها أو تقويم حدودها
وتزداد الصعوبة حين تتداخل اضطرابات الغدد الصماء في أعراضها ومساراتها، فتتشابه أنماطها المشتركة وتتباين خصوصيات كل اضطراب عن سواه، وهو ما يجعل النماذج أحادية المهمة أقل كفاءة من نماذج تتعلم المهام المترابطة معًا، فتستفيد من القواسم المشتركة بينها وتحافظ في الوقت نفسه على حساسية كل مهمة لخصائص مرضها
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تطوير شبكة انتباه متعددة المهام ذات بوابات لدعم القرار السريري في التنبؤ باضطرابات الغدد الصماء، بحيث تنمذج بصورة مشتركة مهمتين مترابطتين هما التنبؤ باضطراب الغدة الدرقية والتنبؤ بمتلازمة تكيس المبايض، مستخدمة مجموعات بيانات هرمونية غير متجانسة، وتدمج تقدير عدم اليقين وقابلية التفسير ضمن بنية موحدة واحدة بدل معالجتهما إضافتين لاحقتين على نموذج مكتمل البناء
ويجمع النموذج المقترح بين تعلم التمثيل المشترك للسمات وبين بوابات وآليات انتباه خاصة بكل مهمة لالتقاط الأنماط الهرمونية العامة والخاصة بكل مرض على حدة، ولتحسين الثقة أدمجت تقنية مونت كارلو للإسقاط العشوائي أثناء الاستدلال لتقدير عدم اليقين التنبؤي والثقة، كما استخدمت تفسيرات شابلي الإضافية لإسناد السمات وتصوير الانتباه لتقديم تفسيرات قابلة للفهم سريريًا لكل تنبؤ فردي، وأجريت التجارب على مجموعة بيانات الغدة الدرقية ومجموعة بيانات سريرية لمتلازمة تكيس المبايض مع تكرار جميع التجارب عبر تشغيلات متعددة ببذور عشوائية ثابتة تعزيزًا لقابلية إعادة الإنتاج، وتقويم الأداء بمقاييس التصنيف والمعايرة والثقة
ثانيًا: أبرز النتائج
1، حقق النموذج المقترح قيم مساحة تحت منحنى خصائص التشغيل بلغت 0.98 في مهمة التنبؤ باضطراب الغدة الدرقية و0.97 في مهمة التنبؤ بمتلازمة تكيس المبايض، وهي قيم تعكس قدرة تمييز عالية بين الحالات المصابة وغير المصابة في المهمتين معًا ضمن إطار واحد موحد
2، أظهر النموذج أداء معايرة محسّنًا مقارنة بنماذج خط الأساس من التعلم الآلي والتعلم العميق، بما يعني أن احتمالاته المتوقعة أقرب إلى معدلات الحدوث الفعلية، وهي خاصية جوهرية حين يستخدم التنبؤ في تقدير خطر فردي يوجه قرارًا علاجيًا لا في تصنيف جماعي فحسب
3، أتاح دمج تقدير عدم اليقين بمونت كارلو للإسقاط العشوائي تمييز التنبؤات الواثقة من التنبؤات المترددة، فصار بوسع الطبيب أن يعرف متى يستند النموذج إلى أدلة قوية ومتى ينبغي التحفظ وطلب فحوص إضافية، وهو ما يحول عدم اليقين من ضعف خفي إلى معلومة سريرية صريحة تدخل في القرار
4، قدمت تفسيرات شابلي وتصوير الانتباه تفسيرات مفهومة سريريًا للتنبؤات الفردية، بإبراز السمات الأكثر إسهامًا في كل قرار، بما يدعم قبول الأطباء للنظام وقدرتهم على مساءلة مخرجاته وربطها بمعرفتهم الهرمونية
ثالثًا: دلالات الدراسة وتطبيقاتها
تشير النتائج إلى أن دمج التعلم متعدد المهام والاستدلال المدرك لعدم اليقين وقابلية التفسير داخل إطار واحد يحسن الأداء التنبؤي وقابلية الفهم معًا في التنبؤ باضطرابات الغدد الصماء، وهو درس منهجي يتجاوز هذا المجال إلى تصميم أنظمة دعم قرار سريرية عمومًا، إذ لم تعد الدقة وحدها معيارًا كافيًا لقبول نموذج في بيئة علاجية، بل صارت الثقة المبررة والتفسير القابل للفحص شرطين موازيين للدقة في ميزان القبول السريري
ويفيد الباحثين العرب وطلاب الدراسات العليا في المعلوماتية الطبية وهندسة البرمجيات الطبية من هذا الإطار عند بناء أدوات مساعدة للتشخيص، غير أن الدراسة نفسها تنبه إلى أن التحقق السريري الإضافي ما يزال ضروريًا قبل أي استخدام فعلي، فالإطار حتى الآن نظام دعم قرار مساعد محتمل جرب على مجموعات بيانات متاحة، ولم يختبر بعد في مسارات عمل سريرية حقيقية بمرضى فعليين وأطباء ممارسين
وخلاصة القول إن الدراسة تقدم شبكة انتباه متعددة المهام ذات بوابات تنبأت باضطرابي الغدة الدرقية ومتلازمة تكيس المبايض بدقة تمييز عالية ومعايرة محسّنة، مع تقدير صريح لعدم اليقين وتفسيرات سريرية مفهومة، بما يمثل نموذجًا لكيفية بناء أنظمة ذكاء اصطناعي طبية تجمع بين القوة التنبؤية والجدارة بالثقة وقابلية التفسير في بنية واحدة متكاملة
