منوعات

أطباء يطورون نظام ذكاء اصطناعي لرصد الخرف في مراحله المبكرة

واشنطن/عراق اوبزيرفر

ابتكر أطباء وباحثون في أمريكا منظومة متقدمة من الشبكات العصبية قادرة على اكتشاف العلامات الأولى لتطور مرض الخرف، اعتمادًا على البيانات الطبية للمرضى وتاريخ زياراتهم للعيادات، وبمستوى دقة عالٍ.

وذكرت إدارة العلاقات العامة لشبكة مستشفيات ولاية ماساتشوستس أن نظام الذكاء الاصطناعي الجديد تمكن خلال الاختبارات الأولية من رصد نحو 62% من الحالات الفعلية لتراجع القدرات العقلية والذاكرة.

وقال الأستاذ المساعد في مستشفى ماساتشوستس، حسين إستيري، إن الفريق البحثي لم يطوّر نظامًا واحدًا فقط، بل منظومة سريرية متكاملة تضم خمسة وكلاء من الشبكات العصبية المتخصصة، يعمل كل منها على مراجعة وتحليل نتائج الوكلاء الآخرين، بطريقة تحاكي الاجتماعات الاستشارية بين الأطباء، بهدف الوصول إلى تشخيصات أكثر دقة وشمولية.

وأوضح الباحثون أن تشخيص الخرف غالبًا ما يتم في مراحله المتوسطة أو المتأخرة، حين تكون التغيرات المرضية في الدماغ متقدمة ويصعب التعامل معها بالعلاج أو بتغيير نمط الحياة، ويرجع ذلك إلى اعتماد التشخيص التقليدي على اختبارات إدراكية معقدة وطويلة يصعب تطبيقها على نطاق واسع.

وأشاروا إلى أن تطور الخرف قد يترك بصمات واضحة على مؤشرات سريرية أخرى يتم تسجيلها خلال الفحوصات الطبية الروتينية وحفظها في السجلات الصحية، وهو ما دفعهم إلى تطوير نظام ذكاء اصطناعي متعدد المكونات يعتمد على نسختين من النموذج اللغوي الكبير (LLaMA) إلى جانب الشبكة العصبية الطبية المتخصصة (Med42).

ولأغراض التدريب، جُمعت آلاف الملاحظات الطبية وسجلات الإجراءات السريرية لنحو 200 شخص من المصابين بالخرف والأصحاء، كما خضعت هذه البيانات لتقييم خبراء مختصين، واستُخدمت آراؤهم وتشخيصاتهم في تدريب النظام واختباره.

وأظهرت الاختبارات اللاحقة أن النظام نجح في تشخيص إيجابي صحيح بنسبة بلغت 98%، كما تمكن من اكتشاف الخرف القائم في 58% من الحالات التي أخطأ فيها خبراء مختصون بتشخيصها، ما يعزز فرص استخدام الذكاء الاصطناعي في الكشف المبكر عن المرض وتحسين فرص التدخل العلاجي المبكر.

مقالات ذات صلة

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

زر الذهاب إلى الأعلى
document.addEventListener("DOMContentLoaded", function() { if (document.querySelector("nojq")) { document.querySelector("nojq").addEventListener("click", function() { console.log("Element clicked!"); }); } });