AI بالعربي – متابعات
كشفت دراسة طبية حديثة عن قدرة نموذج ذكاء اصطناعي متطور على التنبؤ بإصابة الإنسان بعشرات الأمراض، اعتمادًا على تحليل بيانات ليلة نوم واحدة فقط، في إنجاز علمي لافت.
الدراسة أجراها باحثون من كلية الطب بجامعة ستانفورد الأميركية، وفتحت آفاقًا جديدة لفهم العلاقة العميقة بين النوم وصحة الإنسان على المدى الطويل.
النوم أكثر من راحة مؤقتة
يشهد الجسم والعقل أثناء النوم تغيرات فسيولوجية معقدة، تشمل نشاط الدماغ، وتنظيم ضربات القلب، وأنماط التنفس، وحركة العضلات، وحركة العينين.
هذه التغيرات لا تعكس فقط جودة النوم، بل تحمل مؤشرات دقيقة عن الحالة الصحية الحالية والمستقبلية للفرد، وفق ما أظهرته نتائج الدراسة.
نموذج SleepFM يعيد قراءة بيانات النوم
طوّر الباحثون نموذجًا جديدًا أطلقوا عليه اسم “SleepFM”، وهو نموذج ذكاء اصطناعي جرى تدريبه على ما يقارب 600 ألف ساعة من بيانات النوم.
وشملت البيانات تسجيلات لنحو 65 ألف مشارك، ما منح النموذج قاعدة معرفية واسعة لتحليل الأنماط الحيوية أثناء النوم بدقة عالية.
كيف جُمعت بيانات النوم
اعتمدت الدراسة على تقنية “تخطيط النوم المتعدد”، وهي أداة طبية متقدمة ترصد إشارات الدماغ، ونبض القلب، وحركة العضلات، والتنفس، وحركة العينين خلال النوم.
وأوضح الباحثون أن هذا النوع من البيانات يُعد من أغنى مصادر المعلومات الفسيولوجية، لكنه لا يُستغل بشكل كافٍ في الأبحاث الطبية التقليدية.
الذكاء الاصطناعي يستخرج ما كان مهملًا
قال الدكتور إيمانويل مينيو، أستاذ طب النوم في جامعة ستانفورد، إن الباحثين يسجلون عددًا هائلًا من الإشارات الحيوية خلال النوم، لكن جزءًا ضئيلًا فقط يُستخدم في التحليل.
وأضاف أن تطور الذكاء الاصطناعي أتاح فهم كميات أكبر من هذه البيانات، واستخلاص أنماط لم تكن مرئية سابقًا للباحثين.
النوم مجال لم يُستكشف بعد
من جانبه، أكد الدكتور جيمس زو، الأستاذ المشارك في علوم البيانات الطبية الحيوية، أن النوم لا يزال من أقل المجالات دراسة رغم أهميته البالغة لصحة الإنسان.
وأوضح أن الذكاء الاصطناعي يفتح الباب أمام فهم النوم بوصفه نظامًا متكاملًا، وليس مجرد فترات راحة متقطعة.
نموذج أساسي على غرار ChatGPT
بنى الباحثون نموذجهم باستخدام مفهوم النماذج الأساسية، وهي نفس الفئة التي ينتمي إليها ChatGPT، والتي تتعلم من كميات ضخمة من البيانات.
ويتميز SleepFM بقدرته على دمج أنواع مختلفة من الإشارات الحيوية، وتحويلها إلى لغة بيانات موحدة قابلة للتحليل.
دمج الإشارات الحيوية في نموذج واحد
تمكن النموذج من تنسيق بيانات تخطيط الدماغ، وتخطيط القلب، وتخطيط العضلات، وقراءات النبض، وتدفق الهواء أثناء التنفس.
وشرح زو أن هذا الدمج سمح للنموذج بفهم العلاقات المعقدة بين أجهزة الجسم المختلفة أثناء النوم.
التنبؤ بالأمراض قبل حدوثها
بعد مرحلة التدريب، اختبر الباحثون قدرة النموذج على التنبؤ بظهور أمراض مستقبلية، عبر ربط بيانات النوم بالسجلات الصحية طويلة الأمد للمشاركين.
وحلل النموذج أكثر من ألف فئة مرضية، ونجح في التنبؤ بدقة معقولة بـ 130 فئة مرضية مختلفة.
أمراض كشفها النوم مبكرًا
أظهرت النتائج أن النموذج كان قويًا بشكل خاص في التنبؤ بالسرطانات، وأمراض القلب، ومضاعفات الحمل، واضطرابات الصحة العقلية.
كما تفوق في التنبؤ بمرض باركنسون، والخرف، والنوبات القلبية، وأمراض ارتفاع ضغط الدم، وسرطان الثدي، وسرطان البروستاتا.
دقة تنبؤ لافتة
قال زو إن النموذج استطاع ترتيب الأفراد حسب احتمالية تعرضهم لأحداث صحية خطيرة في وقت مبكر.
وأوضح أن تنبؤات النموذج تطابقت مع الواقع في نحو 80 في المائة من الحالات، وهو معدل مرتفع في الأبحاث الطبية التنبؤية.
خطوة نحو طب وقائي ذكي
يرى الباحثون أن هذا التطور يمهد لمرحلة جديدة في الطب الوقائي، حيث يمكن استخدام بيانات النوم لرصد المخاطر الصحية قبل ظهور الأعراض.
ويؤكدون أن هذه التقنية قد تغير مستقبل التشخيص المبكر، وتمنح الأطباء أدوات أكثر دقة للتدخل الوقائي.
