نموذج ذكاء اصطناعي يكشف تطور مرض التصلب المتعدد بدقة تصل إلى 90%

طور باحثون نموذج ذكاء اصطناعي يمكنه اكتشاف التحول من مرحلة التصلب المتعدد الانتكاسي المتقطع (RRMS) إلى التصلب المتعدد الثانوي التقدمي (SPMS) في وقت أبكر بكثير من طرق التشخيص الطبي التقليدية. 

 
 
ويعتمد النموذج على بيانات لأكثر من 22 ألف مريض، ويحلل المعلومات الصحية المتوفرة في السجلات الطبية لتقديم تنبؤات متعلقة بتطور المرض.
 
أظهرت اختبارات التحقق من دقة النموذج أنه قادر على اكتشاف تطور المرض بدقة تصل إلى 90%، وغالبا ما يكشف هذا التحول قبل توثيقه في السجلات الطبية. وقد يتيح هذا الاكتشاف المبكر للمرضى الحصول على علاجات أكثر فعالية في وقت أبكر؛ مما يساهم في إبطاء تقدم المرض.
 
ويعد التصلب المتعدد مرضًدا التهابيا مزمنا يصيب الجهاز العصبي المركزي. 
 
و يبدأ المرض بمرحلة تسمى “التصلب المتعدد الانتكاسي المتقطع”، وتتميز هذه المرحلة بحدوث نوبات من التدهور تتخللها أوقات من الاستقرار.
 
ومع مرور الوقت، يتحول المرض لدى كثير من المرضى إلى النمط التقدمي الثانوي، إذ تتفاقم الأعراض باستمرار دون أوقات تحسن واضحة. وتشخيص هذا التحول يعد أمرا مهما؛ إذ تختلف طرق العلاج تبعا للمرحلة التي وصل إليها المرض.
 
في الوقت الحالي، يمكن اكتشاف هذا التحول بعد مرور نحو ثلاث سنوات من حدوثه في المتوسط؛ مما يعني أن المرضى قد يستمرون بتلقي علاجات لم تعد فعالة.
 
ولحل مشكلة بطء اكتشاف التحول من التصلب المتعدد الانتكاسي المتقطع إلى التصلب المتعدد الثانوي التقدمي، طور باحثون من جامعة أوبسالا (Uppsala University) في السويد نموذج ذكاء اصطناعي جديدا يمكنه اكتشاف هذا التحول في وقت أبكر بكثير من طرق التشخيص الطبي التقليدية. 
 
يعتمد النموذج الجديد على بيانات سريرية مأخوذة من أكثر من 22 ألف مريض مسجل في السجل السويدي للتصلب المتعدد، ويعتمد على المعلومات التي جُمعت خلال الزيارات الروتينية للمرضى لإجراء الفحوصات العصبية، وصور الرنين المغناطيسي، وأخذ العلاجات المستمرة.
 
ومن خلال تحليل أنماط تطور المرض لدى المرضى السابقين، يستطيع النموذج التنبؤ بكون المريض ما يزال في المرحلة الانتكاسية المتقطعة أم أنه انتقل إلى المرحلة التقدمية الثانوية.
 
وفي الدراسة التي أُجريت لاختبار دقة النموذج، والتي نُشرت في مجلة Digital Medicine ، اكتشف النموذج التحول إلى المرحلة التقدمية الثانوية في قرابة 87% من الحالات، وفي بعض الأحيان قبل أن يتم تسجيلها رسميا في السجلات الطبية، وبلغت الدقة العامة للنموذج قرابة 90%.
 
وقال الباحث الرئيسي Kim Kultima: “يتيح هذا التطور للمرضى الحصول على تشخيص مبكر؛ مما يسمح للأطباء بتعديل العلاج في الوقت المناسب وإبطاء تطور المرض. كما يقلل خطر الاستمرار باستخدام أدوية لم تعد فعالة”.