كشفت تجربة سريرية عشوائية مصغرة نُشرت في مجلة Scientific Reports، عن فعالية نظام مدعوم بالتعلم الآلي في تحسين دقة التنبؤ بمخاطر الإصابة بالربو لدى الأطفال. وطوّر الباحثون في معهد ريجنستريف، برعاية العالم آرثر إتش. أوفورا، أداة دعم القرار السريري المعروفة بالعلامة الرقمية السلبية، والتي تستخلص وتُحلّل البيانات الطبية المُوثَّقة مسبقًا في السجلات الصحية الإلكترونية دون الحاجة إلى فحوصات أو استبيانات إضافية. ويعتمد النظام على معالجة المؤشرات السجالية الروتينية، مثل التاريخ العائلي، والحالات التنفسية المتكررة، والأدوية المستخدمة، والأعراض المرافقة، لتصنيف المرضى إلى فئات عالية أو منخفضة المخاطر. أظهرت النتائج أن دقة التنبؤ بتطور الربو المزمن ارتفعت إلى 83 بالمئة عند استخدام الأداة، مقارنة بـ 61 بالمئة في التقييم السريري التقليدي، مع تحسن واضح في اكتشاف الحالات التي تستدعي علاجات طويلة الأمد. وشدد الفريق البحثي على أن النظام يُعد مُعينًا تحليليًا يدعم الحكم الطبي ولا يغني عنه، حيث يدمج المعلومات السريرية الممتدة عبر الزمن في مخرج واضح وسريع الاستخدام. وفي ضوء أن التجربة اعتمدت على سيناريوهات سريرية قياسية وليس زيارات طبية فعلية، أكّد الباحثون على ضرورة إجراء دراسات موسعة لتقييم الأثر السريري المباشر للأداة في الممارسة الطبية الروتينية، بما يسهم في معالجة عبء الربو، أحد أكثر الأمراض التنفسية المزمنة شيوعًا لدى الأطفال.