الذكاء الاصطناعي المتقدم يوسع تحليل تخطيط القلب

أعلن باحثون في الجامعة الطبية لإنسبروك بالنمسا، بقيادة الدكتور كليمنس دلاكسا، عن تطوير نموذج أساسى متقدم للذكاء الاصطناعي لتحليل تخطيط القلب الكهربائي، يُعرف باسم xECG، إلى جانب إطار معيارى جديد للتقييم باسم BenchECG. ويهدف هذا المشروع إلى تجاوز محدودية النماذج الطبية التقليدية التي تُصمم لمهمة واحدة ضيقة، نحو نموذج موحد قادر على فهم إشارات القلب بشكل شامل وتطبيقها على طيف واسع من المهام التشخيصية والوقائية. يعتمد نموذج xECG على بنية xLSTM المتطورة التي طورها فريق النمساوي سيپ هوخترايتر في جامعة جيه كي يو لإنسبروك، مقترنةً بخوارزميات تدريب مستمدة من رؤية الحاسوب وأول من يُطبقها على بيانات السلاسل الزمنية الطبية. وقد تم تدريب النموذج على نحو ثمانية ملايين تخطيط قلب مستمدة من مليون وسبعمائة ألف مريض، مما مكّنه من التفوق في مهام متنوعة تشمل التصنيف، والانحدار، والتنبؤ بمعدلات البقاء، بالإضافة إلى قدرته على معالجة إشارات طويلة الامتداد بكفاءة عالية. وتتميز كفاءته الحاسوبية بمقابلتها الخطية مع طول الإشارة، ما يجعله مثالياً لتحليل تخطيط القلب طويل الأمد مثل تلك المستخدمة في تشخيص انقطاع النفس النومي، حيث تفشل النماذج الأخرى في معالجة هذه البيانات بدقة أو سرعة. ومع تسارع وتيرة تطوير نماذج الأساس الخاصة بتخطيط القلب عالمياً، برز نقص في المعايير الموحدة لقياس أدائها الحقيقي. واستجابةً لذلك، قدم فريق إنسبروك إطار BenchECG كمنصة تقييم مفتوحة وموثوقة، تحدد ثلاثة شروط أساسية لنماذج الأساس الموثوقة: القدرة على أداء طيف واسع من المهام المفاهيمية المختلفة، ودعم تنسيقات تسجيل متعددة تتراوح بين التخطيط السريري القياسي المكون من عشر ثوانٍ وإشارات الساعات الذكية طويلة الامتداد، بالإضافة إلى ضمان موثوقية الأداء عبر مجموعات مرضية متنوعة تشمل الأصحاء ومرضى الخطورة العالية. وبيّنت الاختبارات المعيارية أن معظم النماذج الحالية تفشل في اجتياز هذه المعايير بشكل متكامل، في حين أظهر نموذج xECG أداءً متسقاً ومتقدماً عبر جميع المحاور. نُشرت النتائج في دورية npj Digital Medicine، وتشكل جزءاً من برنامج بحثي أوسع في قسم أمراض القلب بإنسبروك، يمتد من التطوير الأساسي للذكاء الاصطناعي إلى التجارب السريرية التطبيقية. ويؤكد القائمون على المشروع أن التطبيقات السريرية الأولى للنموذج قيد التحضير حالياً، في خطوة قد تُحدث تحولاً جذرياً في دعم قرارات الأطباء للكشف المبكر عن النوبات القلبية، واضطرابات النظم، والوفيات القلبية المفاجئة، عبر الاستفادة المثلى من البيانات الرقمية المتاحة في الممارسة الطبية الروتينية.