يمثل التنبؤ الدقيق بمآلات مرض السرطان ضرورة مهنية للأطباء، إذ يعينهم على تقييم حالة المرضى الصحية ووضع خطط علاجية مخصصة لكل حالة، غير أن تحقيق تنبؤات دقيقة يظل تحديًا كبيرًا رغم ما أحرزه التعلم الآلي من تقدم، ما يدفع الباحثين إلى تطوير خوارزميات تحسين أذكى ترفع كفاءة النماذج التنبؤية وترفع اعتمادية نتائجها في الاستخدام السريري
وفي هذا السياق تقترح الدراسة مقاربة مبتكرة تجمع بين خوارزمية تحسين مستوحاة من سلوك الذئاب الرمادية في الصيد وآلية طيران ليفي المعروفة بقفزاتها الطويلة في البحث، بهدف ضبط أوزان شبكة عصبية من نوع الانتشار العكسي وانحيازاتها، وهي من أبرز نماذج التعلم الآلي المستخدمة في مهام التصنيف، على نحو يرفع دقة التنبؤ بمآلات السرطان
وتستوقف الدراسة باحثي الذكاء الاصطناعي الطبي عند فكرة جوهرية مفادها أن تحسين خوارزمية البحث ذاتها قد يرفع أداء النماذج التنبؤية بقدر ما يرفعه جمع بيانات أكبر، إذ تحاكي خوارزميات التحسين المستوحاة من الطبيعة سلوك الكائنات في الموازنة بين الاستكشاف والاستغلال، وهو توازن يحتاجه النموذج لتجنب الحلول المحلية الضعيفة، وتفتح هذه المقاربة الباب أمام تجريب توليفات تحسين أخرى في مهام طبية تصنيفية مماثلة
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تطوير نموذج تنبؤي جديد أطلق عليه اسم إل جي دبليو أو بي بي، يقوم على دمج محسّن الذئب الرمادي المعزز بطيران ليفي مع شبكة الانتشار العكسي العصبية، لتحسين أوزان الشبكة وانحيازاتها ورفع دقة التنبؤ بمآلات السرطان، وأجرى الباحث تحليلات مقارنة مع مناهج أخرى عبر دوال اختبارية متنوعة ومجموعات بيانات عامة لتقييم الفعالية، وخضع النموذج لاختبارات تجريبية على ست مجموعات بيانات مفتوحة الوصول، شملت بيانات السكري في مراحله المبكرة وبيانات السكري من 130 مستشفى في الولايات المتحدة وبيانات المؤشرات الصحية للسكري، إضافة إلى بيانات أطلس جينوم السرطان وهو مبادرة أمريكية للبحوث الجزيئية المتعمقة في آليات نشوء السرطان، يوفر بيانات جينومية ونسخية وفوق جينومية وسريرية خاصة بالمرضى عبر 33 نوعًا من السرطان، وركزت الدراسة فيه على ثلاثة أنواع هي سرطان الرئة وسرطان الثدي وسرطان المريء
ثانيًا: أبرز النتائج
1. أظهر النموذج المقترح نقاط قوة استثنائية في الدقة والاعتمادية مقارنة بنموذج الذئب الرمادي المقترن بالانتشار العكسي وحده، وحقق نتائج منافسة لأحدث المناهج المتقدمة في المجال
2. في مجموعة بيانات السكري المبكر بلغت دقة النموذج 0.92 واستدعاؤه 0.93 وإحكامه 0.88 ودرجة توازنه بين الإحكام والاستدعاء 0.91 ومساحته تحت المنحنى 0.95، وفي بيانات سكري المستشفيات الأمريكية بلغ إحكامه 0.97 وحساسيته 1.00 ونسبة تصنيفه الصحيح 0.99 ودرجة توازنه 0.98 ومساحته تحت المنحنى 1.00، وفي بيانات المؤشرات الصحية للسكري بلغت دقته 0.9 ومساحته تحت المنحنى 1
3. في بيانات أطلس جينوم السرطان بلغت المساحة تحت المنحنى 0.70 لتعبير الأحماض النووية الريبوزية الميكروية و0.72 للتعبير الجيني و0.72 لمثيلة الحمض النووي، وبلغت الدقة 0.67 و0.69 و0.66 لتلك الأنواع الثلاثة على الترتيب
4. بلغت قيم الاستدعاء في بيانات الأطلس 0.71 و0.61 و0.62، ودرجات التوازن بين الإحكام والاستدعاء 0.69 و0.65 و0.62 لأنواع البيانات الثلاثة على الترتيب
ثالثًا: دلالات الدراسة وتطبيقاتها
تقدم هذه النتائج تطبيق التعلم الآلي في مجال التنبؤ الطبي، وتهدي الأطباء إرشادات مهمة لتطوير أدوات تنبؤية بمآلات السرطان أكثر دقة واعتمادية، فالنموذج المقترح بما حققه من أداء مرتفع عبر مجموعات بيانات متنوعة قد يعزز كفاءة التنبؤ القائم على التعلم الآلي، وينعكس إيجابًا على رعاية المرضى ونتائج علاجهم حين يوظف في دعم القرار السريري وتخصيص الخطط العلاجية
ومن زاوية منهجية تعرض الدراسة مثالًا تطبيقيًا على كيفية توظيف بيانات مفتوحة متعددة المصادر في اختبار نموذج واحد عبر مجالات مرضية مختلفة، إذ قيس أداؤه على بيانات داء السكري وبيانات السرطان معًا، بما يتيح للباحثين العرب الاستفادة من قواعد البيانات العالمية المتاحة في بناء نماذجهم الأولية واختبارها قبل نقلها إلى بيانات محلية تخص مجتمعاتهم الصحية
وخلاصة القول إن الدراسة قدمت نموذجًا تنبؤيًا يدمج محسّن الذئب الرمادي المعزز بطيران ليفي مع شبكة الانتشار العكسي العصبية، وأثبتت اختباراته على ست مجموعات بيانات مفتوحة تفوقه في الدقة والاعتمادية ومنافسته لأحدث المناهج، بما يجعله أداة واعدة لدعم أطباء الأورام في التنبؤ بمآلات مرضاهم ووضع خطط علاج أدق
