النشرة الإخبارية
Sed ut perspiciatis unde.
أظهرت دراسة جديدة أجرتها جامعة كينغز كوليدج لندن قدرة Foresight، وهي أداة للذكاء الاصطناعي، على التنبؤ بالمسار الصحي للمريض من خلال التنبؤ بالاضطرابات والأعراض والأدوية والإجراءات المستقبلية.
تم تطوير الأداة من قبل King’s College London وتم تدريبها على بيانات الرعاية الصحية الموجودة من السجلات الصحية الإلكترونية لهيئة الخدمات الصحية الوطنية. ويستخدم نهج التعلم العميق للتعرف على الأنماط المعقدة في كل من البيانات المنظمة وغير المنظمة للسجلات الصحية الإلكترونية لإنتاج رؤى وتنبؤات.
وفقًا للباحثين – الذين يأتون من King’s College London، وUCL، وKing’s College Hospital NHS Foundation Trust وGuy’s and St Thomas’ NHS Foundation Trust – فإن الأداة لديها القدرة على استخدامها لدعم اتخاذ القرارات السريرية، والمراقبة في إعدادات الرعاية الصحية و لتحسين التجارب السريرية.
أداء يعتمد على البيانات
قام الباحثون بتدريب ثلاثة نماذج مختلفة من الاستبصار، باستخدام بيانات من أكثر من 811.000 مريض عبر مستشفى كينغز كوليدج التابع لهيئة الخدمات الصحية الوطنية، ومؤسسة مودسلي NHS Foundation Trust وMIMIC-III، وهي مجموعة بيانات متاحة للجمهور من مركز Beth Israel Deaconess الطبي في الولايات المتحدة.
قام الباحثون باستخراج ومعالجة البيانات غير المنظمة (النص الحر) والبيانات المنظمة (العمر والعرق والجنس) ضمن السجلات الصحية الإلكترونية (EHRs) باستخدام CogStack، والتي تعد Foresight جزءًا منها. وتم قياس أداء الأداة من خلال مقارنة تنبؤاتها بما حدث بالفعل للمرضى كما هو موضح في سجلاتهم، في مجموعة فرعية أصغر من هذه البيانات.
قال البروفيسور ريتشارد دوبسون، أستاذ المعلوماتية الطبية في كينغز كوليدج لندن، ورئيس قسم المعلوماتية في المعهد الوطني لأبحاث الصحة والرعاية (NIHR) ومركز مودسلي للأبحاث الطبية الحيوية (BRC) وأستاذ المعلوماتية الطبية الحيوية والصحية في جامعة كاليفورنيا، لأخبار الصحة الرقمية : “يتم تدريبه على كميات هائلة من بيانات هيئة الخدمات الصحية الوطنية في العالم الحقيقي ويستخدم النص المجاني الموجود في ملاحظات الأطباء وتقاريرهم وخطاباتهم وما إلى ذلك، والذي يتم تجاهله عادةً ولكنه يحتوي على معلومات غنية ومفصلة تشكل أكثر من 80٪ من معلومات المريض” سِجِلّ. ولذلك فهو يلتقط معلومات ظاهرية عميقة ودقيقة.
نتائج قوية
عند التنبؤ بالاضطرابات العشرة المحتملة التالية التي يمكن أن تظهر في الجدول الزمني للمريض، أظهرت الاختبارات أن فورسايت حددت بشكل صحيح الاضطراب التالي بنسبة 68% و76% من الوقت في مستشفى كينغز كوليدج التابع لهيئة الخدمات الصحية الوطنية في جنوب لندن ومودسلي في هيئة الخدمات الصحية الوطنية على التوالي. وارتفع هذا إلى 88 بالمائة من الوقت في مجموعة بيانات MIMIC-III الأمريكية. وبالمثل، عند التنبؤ بالمفهوم الطبي الحيوي الجديد التالي – والذي يمكن أن يكون اضطرابًا أو عرضًا أو انتكاسة أو دواء – بلغت الدقة التي تم تحقيقها باستخدام الاستبصار 80 في المائة، و81 في المائة، و91 في المائة على التوالي.
أوضح البروفيسور جيمس تيو، أستاذ علم الأعصاب في جامعة كينجز كوليدج في لندن والمدير المشارك لعلوم البيانات والذكاء الاصطناعي في مستشفى كينجز كوليدج NHS FT ومستشفى Guy’s and St Thomas’ NHS FT، لـ Digital Health News كيف يمكن نشر الأداة في NHS . وقال: “على المدى القريب، ستدعم هذه التكنولوجيا التجارب الافتراضية لإيجاد طرق جديدة محتملة للعلاج، وتقييم المضاعفات المحتملة وتقييم النتائج. سيكون من الممكن أيضًا العثور على مضاعفات غير متوقعة أو أحداث سلبية لم يتم اكتشافها بالوسائل التقليدية. ومن الناحية التعليمية، فهي أيضًا أداة مفيدة لتدريس نتائج واقعية لسيناريوهات المريض الخيالية بدلاً من سيناريوهات الكتب المدرسية النادرة ولكن غير المحتملة في الفحوص الطبية.
“على المدى الطويل، إذا تم تنظيمها بشكل آمن، يمكن لهذه التكنولوجيا أن تسمح للمرضى والأطباء بتصور النتائج المحتملة (سواء المحتملة أو غير المحتملة) لفرد معين لإرشاد عملية صنع القرار بشأن الرعاية. يمكن للأطباء والمرضى اتخاذ قرارات أكثر استنارة بشأن رعايتهم حيث يمكنهم تقييم النتائج المحتملة قبل الشروع (أو عدم الشروع) في تناول دواء أو علاج محدد.
الخطوط العريضة للإمكانات
تم نشر الورقة – الاستبصار – المحول التوليدي المدرب مسبقًا (GPT) لنمذجة الجداول الزمنية للمرضى باستخدام السجلات الصحية الإلكترونية: دراسة بأثر رجعي، في مجلة لانسيت للصحة الرقمية. كانت هذه الورقة جزءًا من برنامج عمل حصل على تمويل من مختبر NHS AI Lab والمعهد الوطني لأبحاث الصحة والرعاية وأبحاث البيانات الصحية في المملكة المتحدة. لديها دعم البنية التحتية من مستشفى كينغز كوليدج NHS FT، NIHR Maudsley BRC ومركز لندن للذكاء الاصطناعي للرعاية الصحية القائمة على القيمة.
يمكن أن تكون الأداة فرصة مثيرة لهيئة الخدمات الصحية الوطنية، لا سيما مع التطوير الجاري للإصدار 2 من Foresight. وفقًا للبروفيسور تيو، فإن الإصدار الجديد سوف: “يدمج المزيد من المعلومات حول السياق بالإضافة إلى الاستفادة من التعلم المستمر لـ CogStack حول اللغة الطبية في مستشفى King’s College”. NHS FT، Guy’s and St Thomas’ NHS FT، جنوب لندن ومودسلي NHS FT ومستشفيات جامعة كوليدج لندن NHS FT. يمكن أن تهدف الإصدارات الإضافية إلى أن تكون متعددة الوسائط وأن تتضمن ليس فقط الأوصاف النصية لعينة المسح أو الأنسجة، بل أيضًا دمج الصورة.
وأضاف البروفيسور دوبسون: “بالإضافة إلى إجراء الاختبارات مع هيئة الطرق والمواصلات، فإننا نقوم بنشر الاستبصار على البيانات الوطنية لهيئة الخدمات الصحية الوطنية في إنجلترا، حيث ستتعلم من بيانات ذات نطاق غير مسبوق، لحوالي 56 مليون مريض. نحن نقوم أيضًا بنشر Foresight في بعض الصناديق الاستئمانية الحالية التي تدعم CogStack والصناديق الجديدة التي تم دمجها للتو باستخدام تقنية CogStack…
“نحن متحمسون جدًا بشأن Foresight 2، فالنتائج تبدو واعدة جدًا بالفعل. إنه يحسن النص الأصلي بعدة طرق، بما في ذلك استخدام المعلومات السياقية لكل مفهوم واستخدام نماذج اللغة الكبيرة المدربة مسبقًا بدلاً من التدريب من الألف إلى الياء. ونأمل أن نتمكن من إظهار النتائج الأولية قريبًا.”
اكتشاف المزيد من موقع علم
اشترك للحصول على أحدث التدوينات المرسلة إلى بريدك الإلكتروني.
