طوّر باحثون من جامعة وورويك البريطانية (The University of Warwick)، أداة ذكاء اصطناعي جديدة لمساعدة الأطباء في اتخاذ القرار الصعب بشأن إدخال أنبوب التنفس للمرضى المصابين بفشل تنفسي حاد، عبر التنبؤ المبكر بالحالات التي قد تحتاج إلى التنبيب، ما يساعد على تحسين نتائج العلاج.
تحديات العلاج
يحدث الفشل التنفسي الحاد عندما يعجز الجهاز التنفسي عن إمداد الجسم بالأكسجين أو التخلص من ثاني أكسيد الكربون. ويعتمد العلاج أساساً على دعم التنفس الخارجي، مثل التهوية غير الغازية عبر قناع الوجه، إلا أن حوالي 40% من المرضى لا يستجيبون لهذا العلاج، ويحتاجون لاحقاً إلى إدخال أنبوب التنفس والتهوية الميكانيكية الغازية.
"TabPFN" المبتكر
يُعرف النموذج باسم "TabPFN"، وهو نظام تعلم آلي مبتكر صُمم خصيصاً لتصنيف البيانات الجدولية، ويعتمد على تقنية "التعلم داخل السياق"، التي تمكّنه من إصدار توقعات دقيقة وفورية عند التعامل مع بيانات جديدة، حتى مع مجموعات صغيرة من القياسات، ودون الحاجة إلى تدريب من الصفر.
تجارب ميدانية
وفقاً لموقع "ميديكال إكسبريس" المتخصص في الأبحاث الطبية، بدأ اختبار النظام الذكي ميدانياً في مستشفيات جامعة "نورث ميدلاندز"، حيث يستخدم الأطباء تطبيقاً لإدخال القياسات الروتينية لمرضى التهوية غير الغازية، وتُرسل هذه البيانات إلى فريق جامعة وورويك، ليحللها "TabPFN" ويصدر توقعاته حول نجاح أو فشل العلاج، ثم تُقارن هذه التوقعات بالنتائج الفعلية لقياس دقته.
دعم القرارات الطبية
قال البروفيسور ديكلان بيتس من كلية الهندسة بجامعة وورويك وقائد فريق البحث: "علاج الفشل التنفسي الحاد يتطلب قرارات حاسمة في ظروف ضاغطة وبمعلومات محدودة، والمرضى الذين يفشلون في التهوية غير الغازية معرضون لخطر أكبر للوفاة، ما يجعل هذه القرارات بالغة الأهمية".
وأضاف: "طوّرنا هذا النموذج ليعمل على القياسات الروتينية، مثل معدل التنفس ومستويات الأكسجين، ويقدم توقعاً لفشل التهوية غير الغازية خلال ساعتين فقط من بدء العلاج بدقة تفوق الأساليب الحالية، مما يجعله واعداً للتجارب السريرية وللتطبيق على نطاق واسع".
وأوضح بيتس: "النموذج لا يستبدل قرارات الأطباء، لكنه يدعمهم بتحليل موضوعي للبيانات وإصدار توقعات يمكنهم الاستفادة منها عند اتخاذ قراراتهم المعقدة".
اقرأ أيضاً.. أداة ذكاء اصطناعي تكشف 9 أنواع من الخرف بفحص واحد
آفاق التوسع
قال تيم سكوت، استشاري التخدير في مستشفيات جامعة نورث ميدلاندز: "نختبر حالياً تطبيقاً قائماً على هذا النموذج في المستشفى، وقد أظهر دقة عالية في التنبؤ بنتائج التهوية غير الغازية. نحن متفائلون بإمكاناته في تحسين رعاية المرضى ونسعى إلى تطويره لاعتماده على نطاق أوسع".
بدوره، ذكر البروفيسور جافين بيركنز، عميد كلية الطب بجامعة وورويك: "مرضى الفشل التنفسي الحاد يستهلكون موارد كبيرة ويواجهون معدلات وفيات مرتفعة. الذكاء الاصطناعي لديه إمكانات هائلة لدعم الأطباء في إدارة هذه الحالات وتحسين نتائجها. وحدة التجارب السريرية في الجامعة رائدة في تقييم العلاجات الجديدة، ونتطلع للتعاون مع كلية الهندسة لتطوير هذه التقنيات لصالح المرضى".
ومع غياب إرشادات رسمية لتوقيت إدخال أنبوب التنفس، واعتماد الأطباء المحدود على المؤشرات الحالية، يمثل "TabPFN" إضافة قيّمة لتحسين رعاية المرضى وجودة حياتهم.