دراسة: التعلم الآلي يمكنه أن يتنبأ بخطر الموت لدى مرضى القلب والأوعية الدموية

أمراض القلب والأوعية الدموية

وعلى عكس الأساليب التقليدية التي تعتمد فقط على البيانات السريرية، يشتمل نظام التعلم الآلي الجديد أيضاً على نتائج من فحوصات التصوير على القلب، والتي يتم قياسها بالرنين المغناطيسي للقلب والأوعية الدموية CMR، وخلال هذا الاختبار، يتلقى المرضى دواءً يحاكي تأثير التمارين على القلب ثم يخضعون للتصوير باستخدام ماسح التصوير بالرنين المغناطيسي.

دراسة: التعلم الآلي يمكنه أن يتنبأ بخطر الموت لدى مرضى القلب والأوعية الدموية

خطر الموت عند مرضى القلب

عادة ما يتم تقييم خطر الموت عند هؤلاء المرضى، حيث يستخدم الأطباء قدراً محدوداً من المعلومات السريرية، بما في ذلك العمر والجنس والتدخين وضغط الدم ومستويات الكوليسترول، والمرضى الذين يعانون من اثنين من عوامل الخطر على الأقل، مثل ارتفاع ضغط الدم، وعسر شحميات الدم، والسكري، والتدخين، يعتبرون من ذوي الخطورة العالية، ويسمح هذا لأخصائيي الرعاية الصحية بتخصيص الرعاية لمنع النوبات القلبية أو السكتات الدماغية، وتكمن المشكلة في أن هذه العملية ليست دقيقة دائماً، والعديد من المرضى لا يتلقون الرعاية التي يحتاجونها.

أطباء القلب من مستشفى لاريبواسير في باريس 

هدفت هذه الدراسة إلى إيجاد طريقة أفضل لاكتشاف المرضى المعرضين لمخاطر عالية، عندما أراد فريق من أطباء القلب من مستشفى لاريبواسير في باريس، فرنسا، معرفة ما إذا كان الجمع بين التعلم الآلي باستخدام بيانات الإجهاد CMR مع البيانات السريرية سيحسن التنبؤات المتعلقة بالوفيات لجميع الأسباب لمدة 10 سنوات في مرضى الشريان التاجي.

شملت الدراسة 31752 مريض خضعوا لتصوير CMR بين عامي 2008 و 2018 في باريس، وتمت إحالة المرضى لهذا الفحص بسبب آلام في الصدر، وضيق في التنفس عند المجهود، أو ارتفاع مخاطر الإصابة بأمراض القلب والأوعية الدموية، وكان المشاركون، في المتوسط، بعمر 64 عاماً، وكان حوالي 2/3 من الرجال، وجمع الأطباء معلومات عن 23 معيار سريري، و 11 معيار من معايير CMR وتابعوا المرضى لمدة ست سنوات في المتوسط، وخلال تلك الفترة، توفي 2679، أي 8.4٪، من المرضى.

التجارب السريرية لمرضى القلب

تم التعلم الآلي في خطوتين، أولاً، اختار النظام إحدى عناصر التقييم السريرية ومعايير CMR التي يمكن استخدامها بالفعل للتنبؤ بالوفاة، والتي تم استخدامها بعد ذلك في الخطوة الثانية لبناء خوارزمية تخصص أهمية مختلفة لكل متغير لإنشاء أفضل تنبؤ، وحصل المشاركون على درجة بين 0 للمخاطر المنخفضة و 10 للمخاطر العالية، مما يشير إلى مدى احتمالية وفاتهم في غضون عشر سنوات. 

وكانت نتيجة التعلم الآلي المتعلقة بالمرضى الذين سيكونون أحياء أو أمواتاً بعد عشر سنوات بدقة 76٪. هذا أعلى بكثير من أي طرق أخرى معترف بها، وقال مؤلف الدراسة الدكتور ثيو بيزيل: "هذا يعني أنه في حوالي ثلاثة من كل أربعة مرضى، كانت النتيجة هي التنبؤ الصحيح، قد لا تبدو بعض المعلومات التي نجمعها من المرضى ذات صلة بالتقسيم الطبقي للمخاطر، لكن التعلم الآلي يمكنه تحليل عدد كبير من المتغيرات في وقت واحد وقد نجد ارتباطات لم نكن نعلم بوجودها، وبالتالي تحسين التنبؤ بالمخاطر".

نظام التعلم الآلي

"هذه هي الدراسة الأولى التي تظهر أن التعلم الآلي مع عناصر التقييم السريرية بالإضافة إلى الإجهاد CMR يمكن أن يتنبأ بدقة شديدة بخطر الموت، وتشير النتائج إلى أن المرضى الذين يعانون من ألم في الصدر أو ضيق في التنفس أو عوامل لخطر الإصابة بأمراض القلب والأوعية الدموية يجب أن يخضعوا لاختبار CMR وتحسب درجاتهم، وهذا سيمكننا من تقديم متابعة مكثفة ونصائح حول التمارين والنظام الغذائي وما إلى ذلك لمن هم في أمس الحاجة إليه".