استخدام الذكاء الاصطناعي للكشف السريع والدقيق عن انقطاع التنفس الانسدادي أثناء النوم

نموذج ذكي للكشف عن انقطاع التنفس أثناء النوم

طورت دراسة علمية حديثة في المملكة العربية السعودية نموذجًا مبتكرًا للكشف عن انقطاع التنفس الانسدادي أثناء النوم. تُعد هذه الحالة من المشكلات الصحية التي تؤثر على أكثر من مليار شخص حول العالم، حيث تم الاعتماد في هذا النموذج على تقنيات تخطيط كهربائية القلب أحادي الاتجاه والذكاء الاصطناعي.

تفاصيل الدراسة وأهدافها

أُجريت الدراسة في المركز الجامعي لطب وأبحاث النوم بكلية الطب في جامعة الملك سعود، وتم نشر نتائجها في دورية “Frontiers in Artificial Intelligence”. يكشف البحث عن تطوير نموذج تعلم عميق يحمل اسم “نموذج تعلم عميق قائم على محولات الانتباه (Transformer)”، والذي يهدف إلى تعزيز دقة وسرعة تشخيص انقطاع التنفس الانسدادي.

تحسين عملية التشخيص

أسهمت الأدوات المستخدمة من قبل الباحثين في تحسين عملية تشخيص انقطاع التنفس مقارنة بالأساليب التقليدية التي تعتمد على تخطيط النوم الكامل. حيث أن هذه الطرق تستغرق وقتًا طويلاً وتحتاج إلى تحليل يدوي من المتخصصين، بالإضافة إلى تكلفتها العالية.

تقنيات حديثة لتشخيص دقيق

تمثل الحلول التي قدمتها الدراسة في تطوير نموذج ذكاء اصطناعي متقدم يعتمد على تقنية المحولات، المستخدمة أيضًا في النماذج اللغوية الكبيرة. يعتمد هذا النموذج على مؤشر حيوي واحد هو تخطيط القلب فقط، مع استخدام ترميز موضعي ذكي عبر المُرمِّز التلقائي (Autoencoder)، مما يسهل معالجة البيانات الخام دون الحاجة إلى عمليات معالجة معقدة مسبقًا.

نتائج متفوقة في الكشف

كشفت النتائج عن تفوق النموذج المقترح بنسبة 13% في درجة F1 مقارنة بالأبحاث السابقة. بالإضافة إلى ذلك، فإن النموذج قادر على اكتشاف حالات انقطاع التنفس بدقة زمنية تصل إلى كل ثانية، مما يعزز من دقة الرؤى التشخيصية التي يقدمها للأطباء. كما يتميز النموذج بسرعته وكفاءته من حيث التكلفة، حيث يعمل بشكل فعال على البيانات الحقيقية حتى وإن كانت تحتوي على تشويش.