AI بالعربي – متابعات
كشفت دراسة علمية حديثة أن الذكاء الاصطناعي بات قادرًا على رصد مخاطر صحية واسعة النطاق اعتمادًا على بيانات نوم ليلة واحدة فقط، في تطور يفتح آفاقًا جديدة أمام التشخيص المبكر للأمراض المزمنة والخطيرة.
الدراسة، التي قادها باحثون من جامعة ستانفورد الأميركية، تقدم نموذجًا متقدمًا يعتمد على تحليل إشارات النوم للتنبؤ باحتمالات الإصابة بأكثر من 100 حالة صحية، من بينها أمراض عصبية وقلبية وأورام سرطانية.
نموذج ذكاء اصطناعي يتعلم لغة النوم
طوّر الباحثون نموذجًا لغويًا كبيرًا يحمل اسم “SleepFM”، صُمم لتحليل إشارات فسيولوجية معقدة تُسجل أثناء النوم، مثل نشاط الدماغ، ومعدل ضربات القلب، وأنماط التنفس، وحركات العينين والساقين.
ويعتمد النموذج على فكرة تشبه النماذج اللغوية الشهيرة، حيث يتم التعامل مع بيانات النوم بوصفها لغة كاملة لها أنماط ودلالات، ما يسمح للذكاء الاصطناعي بفهم الحالة الصحية للجسم أثناء الراحة العميقة.
بيانات ضخمة من عيادات النوم تعزز دقة التنبؤ
اعتمدت الدراسة على أكثر من 580 ألف ساعة من بيانات النوم، جُمعت من نحو 65 ألف مريض بين عامي 1999 و2024، وجاءت البيانات من عيادات نوم متخصصة ترصد الحالة الصحية للمريض طوال الليل.
وقسّم الباحثون هذه البيانات إلى مقاطع زمنية قصيرة مدتها خمس ثوانٍ، استُخدمت كوحدات تدريب أساسية، على غرار الكلمات في النماذج اللغوية، ما مكّن النموذج من التقاط أنماط دقيقة لا يمكن للبشر ملاحظتها بسهولة.
دقة عالية في رصد أمراض عصبية وقلبية
أظهرت نتائج الدراسة أن نموذج “SleepFM” حقق دقة لا تقل عن 80 في المئة في التنبؤ بخطر الإصابة بأمراض مثل باركنسون، والزهايمر، والخرف، وأمراض القلب المرتبطة بارتفاع ضغط الدم، والنوبات القلبية، إضافة إلى سرطان البروستاتا وسرطان الثدي.
كما تمكن النموذج من التنبؤ بوفاة المرضى بدقة بلغت 84%، وهو ما وصفه الباحثون بأنه مؤشر لافت على القيمة الطبية لتحليل النوم بوصفه نافذة شاملة على صحة الإنسان.
أداء متفاوت في بعض الحالات الصحية
رغم النتائج الإيجابية، سجّل النموذج دقة أقل نسبيًا عند التنبؤ ببعض الحالات، مثل مرض الكلى المزمن، والسكتة الدماغية، واضطرابات نظم القلب، حيث بلغت نسبة الدقة نحو 78%.
ويرى الباحثون أن هذا التفاوت يعكس تعقيد بعض الأمراض التي تتداخل فيها عوامل لا تظهر بوضوح أثناء النوم وحده.
النوم يكشف فسيولوجيا الجسم كاملة
قال جيمس زو، الأستاذ المشارك في علوم بيانات الطب الحيوي بجامعة ستانفورد، إن النموذج يتعلم فعليًا “لغة النوم”، موضحًا أن التباين بين إشارات الجسم، مثل نوم الدماغ مع بقاء القلب في حالة نشاط، يعد مؤشرًا مبكرًا على وجود خلل صحي.
من جانبه، أكد إيمانويل مينيو، أستاذ طب النوم في ستانفورد، أن النوم يوفر سجلًا غنيًا للغاية عن وظائف الجسم، لأنه يتيح مراقبة متواصلة للفسيولوجيا البشرية على مدار ثماني ساعات في بيئة شبه معزولة عن المؤثرات الخارجية.
دمج الأجهزة القابلة للارتداء في المراحل المقبلة
أعلنت جامعة ستانفورد أن المرحلة التالية من تطوير نموذج “SleepFM” ستشمل دمج بيانات من الأجهزة القابلة للارتداء، مثل الساعات الذكية، بهدف توسيع نطاق الاستخدام خارج عيادات النوم ورفع دقة التنبؤ لدى عامة الناس.
غير أن الباحثين أشاروا إلى أن عينة الدراسة الحالية شملت أشخاصًا يشتبه أصلًا في معاناتهم من مشكلات صحية، ما يعني أن نتائج النموذج لا تعكس بعد قدرته الكاملة على الكشف المبكر لدى الأفراد الأصحاء.
هل يصبح النوم أداة تشخيص مستقبلية؟
تعزز هذه الدراسة الاتجاه المتصاعد نحو استخدام الذكاء الاصطناعي في الطب الوقائي، حيث لم يعد النوم مجرد حالة راحة، بل مصدرًا غنيًا بالبيانات القادرة على كشف أخطر الأمراض قبل ظهور أعراضها السريرية.
ويؤكد الباحثون أن تطوير هذه النماذج قد يُحدث تحولًا جذريًا في مفهوم الفحوصات الطبية، عبر الانتقال من التشخيص المتأخر إلى التنبؤ المبكر القائم على بيانات يومية بسيطة، مثل نوم ليلة واحدة.
