تعلم آلي يكشف السكري بدقة 94% من بيانات سكانية: دراسة على 56 ألف شخص في 14 دولة منخفضة الدخل

دراسة منشورة في "ساينتيفيك ريبورتس" (Scientific Reports) طورت نماذج تعلم آلي لتصنيف السكري باستخدام بيانات مسح "ستيبس" (WHO STEPS) التابع لمنظمة الصحة العالمية من 14 دولة منخفضة ومتوسطة الدخل، شملت 56,560 بالغًا (16,357 مصابًا، 45,423 غير مصاب). الهدف: فحص مبكر للسكري في بيئات تفتقر لأدوات التشخيص التقليدية.

أفضل نموذج، "إكس جي بوست" (XGBoost)، حقق دقة 0.90، دقة متوازنة 0.87، نتيجة F1 تبلغ 0.93، ومساحة تحت المنحنى (AUC) 0.94: متفوقًا على غابات عشوائية، تعزيز تدرج، وكلاسيفيرات تقليدية. مصفوفة الارتباك أظهرت تحديد 2,586 حالة سكري و8,549 حالة غير سكري بدقة عالية. تحليل "شاب" (SHAP) كشف أهم خمسة متغيرات تنبؤية: الكوليسترول، العمر، الإقامة (حضر/ريف)، تعاطي التبغ، ومحيط الخصر.

الدراسة عالجت عدم توازن الفئات بتقنية "سموتين" (SMOTEENN)، واختبرت 10 خوارزميات من ضمنها انحدار لوجستي، أشجار قرار، SVM، MLP، XGBoost، AdaBoost. اختيار الميزات العشر الأهم تم بـ "إزالة الميزات التكرارية" (RFE).

ما يعني هذا للخليج والشرق الأوسط: السعودية (18.3% معدل سكري بين البالغين)، الكويت، قطر، الإمارات، والبحرين تتصدر عالميًا في انتشار السكري من النوع الثاني. المنطقة تملك بيانات صحية وطنية ضخمة (نظام "صحة" السعودي، "ملفي" الإماراتي، "نارا" القطري) ولكن تفتقر لأدوات فحص سكاني آلية قابلة للنشر في الرعاية الأولية. هذا النموذج - المدرب على بيانات سكانية متنوعة، قابل للتفسير، ومفتوح الوصول - نموذج مثالي للتكيف المحلي: درّبوه على بياناتكم، وافقوا عليه تنظيميًا، وانشروه في مراكز الرعاية الأولية كأداة فرز (triage) قبل الفحوص المخبرية المكلفة.

التحقق الخارجي على بيانات مستقلة، وقابلية التفسير عبر قيم شاب (SHAP)، واستخدام بيانات مسح منظمة الصحة العالمية المعيارية، كلها عوامل تجعل هذا الإطار قابلاً للنقل والتحقق في سياقات صحية مختلفة. المنطقة التي تملك أعلى معدلات سكري عالميًا يجب أن تكون رائدة في أدوات الكشف المبكر بالذكاء الاصطناعي: لا مجرد مستهلكة لها.

الورقة مفتوحة الوصول (CC BY-NC-ND 4.0)، الكود والبيانات متاحان. دعوة صريحة للباحثين في المنطقة: خذوا إطار العمل، طبقوه على بياناتكم الديموغرافية والسريرية، وقيموه في سياقاتكم.