Contrastive Representation Learning of Longitudinal Disease Trajectories on Temporal Graphs

تخيل أنك تحاول فهم قصة حياة شخص ما، ولكن بدلاً من قراءة كتاب، أنت تنظر إلى كومة مبعثرة من الصور الفوتوغرافية التي التُقطت في أوقات عشوائية. بعض الصور التُقطت كل يوم، والبعض الآخر مرة واحدة في السنة. بعضها يظهر عيد ميلاد سعيد، وبعضها زيارة للطبيب، وبعضها مجرد صور ضبابية لمقعد في حديقة. في عالم العلوم الطبية، هذا هو بالضبط شكل "البيانات الطولية" (Longitudinal Data): وهي مجموعة من القياسات التي تُؤخذ من نفس الأشخاص مراراً وتكراراً، ولكن غالباً بفترات زمنية غير منتظمة وفوضوية.

التحدي الكبير للعلماء هو تحديد كيفية تجميع هؤلاء الأشخاص معاً بناءً على كيفية تغير حياتهم (أو أمراضهم). هل يسير مريضان في نفس المسار، حتى لو تمت فحوصاتهما في أيام مختلفة؟ تحاول الطرق التقليدية غالباً إجبار هذه اللقطات الفوضوية على التحول إلى خطوط ناعمة ومنتظمة، بافتراض أن قصص الجميع تتبع منحنى يمكن التنبؤ به. لكن الحياة الواقعية نادراً ما تكون بهذا السلاسة. أحياناً، يواجه الناس طفرات مفاجئة في الأعراض، أو تتغير حالاتهم بطرق معقدة وغير خطية لا تناسب خطاً بسيطاً. وهنا يأتي دور "تعلم الآلة" (Machine Learning)، وتحديداً فرع يسمى "تعلم التمثيل" (Representation Learning). فكر في هذا كتعليم الكمبيوتر كيف ينظر إلى كومة فوضوية من البيانات ويكتشف "الجوهر" أو "الملخص" الأكثر أهمية لقصة كل شخص، بحيث يمكنه بسهما معرفة من ينتمي إلى أي مجموعة. الورقة البحثية التي ستطالعها الآن تعالج مشكلة كيفية القيام بذلك بأفضل طريقة عندما تكون البيانات عبارة عن شبكة متشابكة من الزمان والتشابه.

---

المشكلة: الجدول الزمني الفوضوي

تخيل أنك محقق يحاول حل لغز من خلال تجميع المشتبه بهم بناءً على عاداتهم اليومية. لديك قائمة من الملاحظات لكل شخص، لكن الملاحظات فوضوية. بعض الناس كتبوا تدوينة في مذكراتهم كل صباح؛ والبعض الآخر لم يكتب إلا عندما يحدث شيء مثير. بعض الملاحظات تتعلق بما أكلوه، والبعض الآخر بما شعروا به، وبعضها مجرد خربشات.

في الطب، يجمع الأطباء هذا النوع من البيانات طوال الوقت. إنهم يتتبعون المرضى على مدار سنوات، ويسجلون ضغط الدم، ومعدل ضربات القلب، والأعراض. لكن البيانات "طولية" (ممتدة عبر الزمن) و"غير متجانسة" (مختلطة ومختلفة لكل شخص). الهدف هو إيجاد "عناقيد" (Clusters) — مجموعات من المرضى الذين يسيرون في نفس مسار المرض. إذا تمكنت من إيجاد هذه المجموعات، يمكنك التنبؤ بمن قد تسوء حالته وتفصيل العلاجات بشكل أفضل.

المشكلة هي أن عمل التحري التقليدي (الإحصاء التقليدي) يفترض غالباً أن قصة الجميع هي خط مستقيم وسلس. لكن الأمراض لا تسير دائماً في خطوط مستقيمة. فهي تتماوج، وتتوقف، وأحياناً تقفز. علاوة على ذلك، فإن الطرق القياسية غالباً ما تنظر إلى كل مريض بشكل منعزل، متجاهلة حقيقة أن المريض (أ) والمريض (ب) قد يتحركان في تزامن، حتى لو كانا شخصين مختلفين.

الحل: RankWalk و"الرسم البياني للسفر عبر الزمن"

هنا يأتي مؤلفو هذه الورقة، الذين يقترحون طريقة جديدة تسمى RankWalk. بدلاً من محاولة إجبار البيانات على اتباع خط مستقيم، قرروا بناء شبكة ضخمة غير مرئية (رسم بيائي - Graph) تربط جميع النقاط ببعضها.

إليك كيف يبنون هذه الشبكة:

1. العقد (النقاط): كل قياس واحد أجراه المريض في أي وقت يصبح نقطة على الخريطة.
2. الخيوط الزمنية (السفر عبر الزمن): إذا أجرى المريض (أ) فحصاً يوم الاثنين وآخر يوم الثلاثاء، فإنهم يرسمون خيطاً يربط بين هاتين النقطتين. هذا يحافظ على ترتيب الوقت، ويخبر الكمبيوتر: "هذا حدث قبل ذاك".
3. خيوط التشابه (توأم الروح): هذا هو الجزء الذكي. إذا أجرى المريض (أ) والمريض (ب) فحصاً في يوم الثلاثاء، وكانت أرقام صحتهما متشابهة جداً في تلك اللحظة تحديداً، يقوم الكمبيوتر برسم خيط يربط بينهما، رغم أنهما شخصان مختلفان. الأمر يشبه قول: "مهلاً، أنتما في القارب نفسه الآن".

ولكن ماذا لو حدثت الفحوصات في أوقات غريبة؟ ماذا لو تم فحص المريض (أ) في الساعة 10:0 الصباح والمريض (ب) في الساعة 10:05 صباحاً؟ يستخدم المؤلفون خدعة "النافذة المنزلقة". تخيل نافذة تتحرك عبر الجدول الزمني. إذا وقع فحص المريض داخل النافذة، يتم تجميعه مع كل من في تلك النافذة. هذا ينعم التوقيت غير المنتظم والفوضوي دون فقدان القصة.

السر: المرساة والمسار العشوائي

بعد بناء الشبكة، كيف يتعلم الكمبيوتر أي المرضى ينتمون إلى بعضهم البعض؟ هنا يأتي دور التعلم التبايني (Contrastive Learning). فكر في هذا كلعبة "أوجد الفروق".

يختار الكمبيوتر "مرساة" (Anchor) (وهي فحص طبي خاص بمريض معين) ويحاول العثور على نقاط أخرى تشبهها. ولكن بدلاً من النظر فقط إلى الجيران المباشرين، يرسل الكمبيوتر "متجولاً عشوائياً" (Random Walker) — وهو مستكشف صغير يقفز من نقطة إلى أخرى عبر الخيوط.

إليك المفاجأة: المستكشف موجه بالمرساة. فهو لا يتجول بلا هدف، بل يتم توجيهه للبحث عن النقاط التي تشبه المرساة من الناحية الهيكلية. إذا كانت المرساة لمريض "مريض"، فمن المرجح أن يجد المستكشف مرضى آخرين "مرضى"، حتى لو كانوا بعيدين في الشبكة.

يقوم الكمبيوتر بتسجيل درجة سرعة عثور المستكشف على تطابق. كلما وجد تطابقاً أسرع، كانت تلك المطابقة أكثر "أهمية". وهذا ما يسمى توليد الأزواج الإيجابية الموزونة بالرتبة (Rank-Weighted Positive Pair Generation). الأمر يشبه القول: "إذا وجدت التوأم في الخطوة الأولى من بحثك، فهذا التوأم تطابق مثالي. أما إذا اضطررت للبحث لعشر خطوات لتجد توأماً، فربما ليس متشابهاً جداً".

أخيراً، يستخدم الكمبيوتر هدفاً "تباينياً". فهو يحاول جعل نقاط "التوأم" تبدو متشابهة جداً في لغته الداخلية (التمثيلات - Embeddings) ونقاط "غير التوأم" تبدو مختلفة تماماً. ومع مرور الوقت، يتعلم الكمبيوتر طريقة فعالة للغاية لتلخيص رحلة كل مريض في رمز قصير وقوي.

ماذا وجدوا: النتائج

اختبر المؤلفون طريقة "RankWalk" الجديدة مقابل المحققين القدامى (الإحصاء التقليدي) وأدوات تعلم الآلة الجديدة الأخرى. فعلوا ذلك بطريقتين:

1. مختبر المحاكاة (البيانات الوهمية)
أولاً، قاموا بإنشاء بيانات مرضى وهمية على جهاز كمبيوتر.

• السيناريو أ (الرحلة السلسة): صنعوا بيانات حيث يتبع المرضى منحنيات سلسة ويمكن التنبؤ بها. هنا، أدت الطرق القديمة (مثل fPCA) أداءً جيداً، لكن RankWalk حافظت على نفس المستوى من الكفاءة.
• السيناريو ب (الرحلة الصاخبة): أضافوا "ضجيجاً" (Noise) — أخطاء عشوائية أو نقاط بيانات سيئة — إلى المزيج. ارتبكت الطرق القديمة وبدأت في تجميع الناس بشكل خاطئ. أما RankWalk، فقد ظلت هادئة؛ لأنها نظرت إلى العديد من "الفضاءات الجزئية" المختلفة (زوايا مختلفة من البيانات) واستخدمت نظام ترتيب، فتجاهلت الأجزاء الصاخبة ووجدت المجموعات الحقيقية.
• السيناريو ج (الرحلة الفوضوية): صنعوا بيانات حيث ينتقل المرضى بين "أنظمة" مختلفة (مثل مرض يتغير سلوكه فجأة) ولديهم قفزات غير خطية. فشلت الطرق القديمة تماماً هنا لأنها لم تستطع التعامل مع الفوضى. ومع ذلك، تفوقت RankWalk، حيث وجدت المجموعات بدقة تقارب الكمال. لقد أثبتت أنك لست بحاجة لمعرفة شكل المنحنى مسبقاً؛ فالرسم البياني يمكنه تعلمه.

2. العالم الحقيقي (البيانات الحقيقية)
بعد ذلك، اختبروا RankWalk على أربع مجموعات بيانات طبية حقيقية تتعلق بأمراض القلب، وأمراض الكبد، والشيخوخة المعرفية، والإيدز.

• لم يكتفوا بالنظر إلى مدى جودة تشكيل المجموعات فحسب، بل تحققوا مما إذا كانت المجموعات تهم حقاً فيما يتعلق بالبقاء على قيد الحياة. استخدموا "مؤشر التوافق" (Concordance Index) (درجة مدى قدرة المجموعات على التنبؤ بمن سيعيش لفترة أطول) و"اختبار Log-Rank" (فحص إحصائي لمعرفة ما إذا كانت المجموعات مختلفة حقاً).
• النتيجة: تفوقت RankWalk باستمرار على أفضل طريقة موجودة (fPCA). على سبيل المثال، في مجموعة بيانات أمراض القلب (HEART)، كان لدى الطريقة القديمة درجة تنبؤ بالبقاء على قيد الحياة بلغت 0.57 (أفضل قليلاً من التخمين)، بينما رفعتها RankWalk إلى 0.s71. والأكثر إثارة للدهشة، أن الدليل الإحصائي على أن المجموعات كانت مختلفة قد ارتفع بشكل هائل من 4.81 ضعيفة إلى 52.25 ضخمة.
• يشير هذا إلى أن RankWalk، من خلال معاملة البيانات كشبكة متصلة من الزمان والتشابه، قد وجدت أنماطاً فاتت الطرق القديمة، مما أدى إلى تكوين مجموعات من المرضى متميزة بوضوح أكبر من حيث النتائج الصحية.

الخلاصة

تشير الورقة البحثية إلى أننا لسنا بحاجة لإجبار البيانات الطبية الفوضوية والواقعية على التحول إلى خطوط مستقيمة ومرتبة لفهمها. من خلال بناء شبكة ديناميكية تحترم كلاً من تدفق الوقت والتشابه بين مختلف الأشخاص، وباستخدام استراتيجية "البحث والمقارنة" الذكية، يمكننا كشف الأنماط الخفية في تطور الأمراض.

لا تقوم RankWalk بتجميع المرضى فحسب، بل تجد المجموعات الصحيحة. فهي تتعامل مع البيانات الفوضوية، وتتجاهل الضجيج، وتتكيف مع أنماط المرض المعقدة والمتغيرة بشكل أفضل من الأدوات التي كنا نستخدمها لعقود. وبينما يشير المؤلفون إلى أن هذا يعد طفرة منهجية وأن هناك حاءة لعمل مستقبلي للتعامل مع سيناريوهات أكثر تعقيداً (مثل البيانات المفقودة أو أنواع متعددة من البيانات في آن واحد)، فإن النتائج حتى الآن تشير إلى أن هذا النهج القائم على الرسم البياني هو عدسة قوية وجديدة لرؤية الطريق الطويل والمتعرج لصحة الإنسان.