قراءة متكاملة للقلب: نموذج LAMAE يتجاوز عزل الفحوصات الطبية ويتعامل مع البيانات الناقصة

يعتمد تشخيص أمراض القلب والشرايين في الممارسة الطبية اليومية على الربط التلقائي بين مصادر بيانات متباينة ومتكاملة، تشمل تخطيط كهربائية القلب، وتصوير صدى القلب بالموجات فوق الصوتية، وصور الأشعة السينية للصدر، إلى جانب المتغيرات والتحاليل السريرية. ورغم أن الطبيب المعالج يدمج هذه الإشارات مجتمعة لتكوين صورة فسيولوجية شاملة عن حالة المريض، فإن نماذج الأساس الطبية في الذكاء الاصطناعي ظلت لسنوات حبيسة نهج منفصل يتعامل مع كل نمط بيانات في مسار تدريب معزول، قبل محاولة الجمع بينها في مرحلة الضبط الدقيق اللاحقة. هذا الفصل الهيكلي بين أنماط الفحص يؤدي عمليًا إلى إهدار الروابط الفسيولوجية المتبادلة وإهمال التركيب الداخلي الخاص بكل فحص سريري.

لمعالجة هذا القصور، قدم فريق بحثي بقيادة أندريا أغوستيني وتوماس سوتر ورقة علمية تقترح نموذج مشفرات تلقائية مقنّعة قائمة على الانتباه الكامن، أطلقوا عليه اسم LAMAE. يعتمد النموذج على التعلم متعدد الأنماط والمدرك للهيكل البنائي خلال مرحلة ما قبل التدريب الذاتي، بهدف بناء تمثيلات شاملة على مستوى المريض ككل، بدل دمج الأنماط بعد انتهاء تدريبها المستقل. وتتحقق هذه المعمارية عبر تبادل المعلومات مباشرة داخل الفضاء الكامن من خلال وحدة انتباه مشتركة تعمل وفق تسلسل هرمي ينظم فئات الدراسة وزاوية الرؤية والكيان السريري، وهو ما يمنح النموذج قدرة منهجية على تجميع الملاحظات المتغيرة والتعامل المرن مع غياب بعض الفحوصات الطبية.

جرى تدريب نموذج LAMAE ذاتيًا على قاعدة بيانات ضخمة تجاوزت 1.2 مليون إقامة مستشفيات مستخرجة من سجلات MIMIC-IV. وأظهرت نتائج الاختبارات التجريبية تفوق النموذج بوضوح على أساليب ما قبل التدريب أحادية النمط، وعلى النماذج التباينية المتقدمة، ونماذج الرؤية واللغة، وذلك عبر حزمة مهام سريرية شملت التنبؤ بمعدلات الوفيات داخل المستشفى، ومدة إقامة المريض، والتصنيف الطبي التلقائي وفق أنظمة ترميز الأمراض ICD-10 ومجموعات التشخيص ذات الصلة DRG. النتيجة الأكثر دلالة في هذه التجارب تمثلت في احتفاظ النموذج بأفضليته التشخيصية حتى عند اختباره في بيئة تتوفر فيها وسيلة فحص واحدة فقط، مما يثبت أن تدريب النموذج على الهيكل الداخلي والخارجي للبيانات ينتج تمثيلات أكثر متانة وقابلية للنقل عبر مختلف الحالات السريرية.

يحمل هذا التطور أهمية مباشرة للمؤسسات الصحية والمستشفيات في دول الخليج ومصر، التي تشهد تسارعًا استثماريًا لافتًا في رقمنة السجلات الطبية واعتماد أدوات الذكاء الاصطناعي السريري لدعم القرارات الطبية. التحدي التشغيلي المزمن في مستشفيات المنطقة، لا سيما في أقسام الطوارئ ومراكز الرعاية المركزة، يتمثل في ندرة اكتمال السجلات في اللحظات الأولى لوصول المريض؛ إذ تقتصر المعطيات العاجلة أحيانًا على تخطيط القلب أو صورة شعاعية سريعة قبل استكمال الفحوصات المتخصصة. إن النماذج التي تشترط وجود كافة الأنماط لإصدار تقييم دقيق ترفع تكلفة التشغيل وتتعطل فائدتها فور حدوث أي نقص بياني.

إذا كنت تشرف على البنية التحتية للمعلوماتية الصحية أو تخطط لاعتماد أدوات التنبؤ الطبي في منشأة محلية، فإن هذه المعمارية تعيد رسم معايير المفاضلة بين الحلول التقنية. الانتقال نحو نماذج تتعامل بمرونة مع الفحوصات الناقصة في مرحلة التدريب الأولي يتيح لفرق الهندسة الطبية ربط أنظمة الأرشفة الإشعاعية ونتائج المختبرات ومخططات القلب ضمن منظومة موحدة، وتوجيه الموارد نحو بناء فضاء كامن مشترك بدل تشتيت الإنفاق على نماذج مستقلة لكل جهاز فحص على حدة.