Evaluation of synthetic data generation for longitudinal 6-year follow-up subclinical cardiovascular disease data using GAN models
تقيم هذه الدراسة أداء نموذجي TGAN وCTGAN في توليد بيانات اصطناعية لمرض القلب والأوعية الدموية على مدار 6 سنوات طولية، حيث وجدت أنه بينما يوفر CTGAN عمومًا دقة وخصوصية متفوقتين مقارنة بـ TGAN وخط الأساس القائم على الاضطراب، إلا أنه لا يزال يتطلب تحسيناً لتعزيز الحفاظ على الخصائص الزمنية والأداء عبر الفئات العمرية الأصغر سناً.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل
لا تزال أمراض القلب هي السبب الرئيسي للوفاة في جميع أنحاء العالم، ولكن يمكن الوقاية من الكثير منها من خلال تغييرات في نمط الحياة والتدخل المبكر. ولتصميم طرق أفضل لوقف هذه الأمراض قبل بدئها، يحتاج الباحثون إلى كميات هائلة من المعلومات الصحية الشخصية؛ حيث يدرسون كيف تتغير ضغط الدم والكوليسترول والعادات اليومية على مدى سنوات عديدة لفهم المسار طويل الأمد نحو المرض. ومع ذلك، فإن مشاركة هذا النوع من البيانات التفصيلية والخاصة أمر صعب، إذ تحمي القوانين الصارمة هويات المرضى، وغالباً ما يتردد الناس في السماح حتى للأطباء برؤية تاريخهم الطبي الكامل بسبب المخاوف من تسريبات الخصوصية. وهذا يخلق عقبة: لا يمكن للعلماء بناء الأدوات المتقدمة اللازمة للوقاية من أمراض القلب إذا لم يتمكنوا من الوصول إلى البيانات المطلوبة لتدريبها.
ولحل هذه المشكلة، لجأ الباحثون إلى تقنية تسمى توليد البيانات الاصطناعية. تخيل إنشاء مجموعة جديدة تماماً من سجلات المرضى تبدو وتتصرف تماماً مثل السجلات الحقيقية، ولكن حيث يكون كل شخص فيها خيالياً بالكامل. تحفظ هذه السجلات المزيفة العلاقات المعقدة بين العوامل الصحية المختلفة — مثل كيفية تفاعل العمر والنظام الغذائي والوراثة — دون أن تحتوي على أي معلومات خاصة فعلية عن أشخاص حقيقيين. وبينما تم اختبار هذه الفكرة على لقطات للبيانات مأخوذة في لحظة زمنية واحدة، إلا أنها لم تُجرب على نطاق واسع على السجلات طويلة الأمد التي تتبع الأشخاص عبر سنوات. وهذا الفراغ مهم لأن الوقاية من أمراض القلب هي هدف طويل الأمد، والأدوات المبنية على بيانات قصيرة المدى قد تغفل التغيرات البطيئة والخفية التي تؤدي إلى المرض.
قام فريق من الباحثين في السويد وإيطاليا مؤخراً باختبار ما إذا كانت أدوات الذكاء الاصطناعي الحالية قادرة على التعامل مع هذا التحدي طويل الأمد. وقد ركزوا على نوع محدد من نماذج الذكاء الاصطناعي يُعرف باسم "الشبكة التنافسية التوليدية"، والتي تعمل مثل زوج من الحواسيب المتنافسة؛ حيث يحاول أحد الحواسيب إنشاء سجلات صحية مزيفة، بينما يحاول الآخر اكتشاف الفرق بين السجلات المزيفة والحقيقية. ومن خلال هذه المنافسة، يتعلم المبتكر صنع بيانات أكثر واقعية بشكل متزايد. اختبر الفريق نسختين من هذه التكنولوجيا، إحداهما تسمى CTGAN ونسخة أقدم تسمى TGAN، باستخدام مجموعة بيانات من واقع الحياة من دراسة استمرت ست سنوات حول الوقاية من أمراض القلب. كانت هذه الدراسة تتبع آلاف الأشخاص في السويد، وتفحص صحتهم في البداية، وبعد ثلاث سنوات، ومرة أخرى بعد ست سنوات. أراد الباحثون معرفة ما إذا كان بإمكان الذكاء الاصطناعي تعلم الأنماط الخاصة بسجلات الصحة المتغيرة هذه بشكل كافٍ لإنشاء مجموعة بيانات مزيفة جديدة يمكن للعلماء استخدامها في الأبحاث دون رؤية اسم مريض حقيقي أبداً.
أظهرت النتائج أن النموذج الأحدث، CTGAN، كان أفضل عموماً في إنشاء بيانات واقعية من نظيره الأقدم. وعندما قارن الباحثون السجلات المزيفة بالسجلات الحقيقية، نجح نموذج CTGAN في الحفاظ على الأنماط الإحصائية للمجموعة ككل. وكان بارعاً بشكل خاص في التعامل مع فئات البيانات، مثل الحالة الاجتماعية أو أنواع الأدوية. ومن حيث الخصوصية، أدى كلا النموذجين من الذكاء الاصطناعي أداءً جيداً للغاية، حيث أنشآ بيانات كانت أقل عرضة بكثير للكشف عن هوية شخص حقيقي عن طريق الخطأ مقارنة بطريقة أقدم وأبسط تتمثل في إضافة ضوضاء عشوائية إلى الأرقام فقط. ويشير هذا إلى أن استخدام هذه النماذج المتقدمة للذكاء الاصطناعي يمكن أن يسمح للباحثين بمشاركة البيانات الصحية الحساسة بحرية أكبر، مما يسرع تطوير أدوات وقاية جديدة.
ومع ذلك، كشفت الدراسة أيضاً عن قيود مهمة يجب على الباحثين معالجتها قبل أن تكون هذه الأدوات جاهزة للاستخدام على نطاق واسع. فبينما نجح الذكاء الاصطناعي مع المجموعة ككل، فقد واجه صعوبة أكبر مع المجموعات الفرعية المحددة، وخاصة المشاركين الأصغر سناً؛ حيث كانت البيانات الخاصة بالأشخاص في الأربعينيات من عمرهم أقل دقة في إعادة إنتاجها من بيانات أولئك الذين في الستينيات. وهذه نتيجة مهمة لأن الوقاية المبكرة هي الأكثر حيوية للبالغين الأصغر سناً. كما واجه الذكاء الاصطناعي مشكلة أكبر في إعادة إنتاج التغيرات المستمرة والسلسة في الأرقام مثل مستويات السكر في الدم أو الكوليسترول بمرور الوقت مقارنة بطريقة إضافة الضوضاء البسيطة. وأشار الباحثون إلى أن هذا قد يكون بسبب أن نماذج الذكاء الاصطناعي صُممت في الأصل للبيانات المأخوذة في نقطة زمنية واحدة، وليس للأنماط المتغيرة والمعقدة لرحلة مدتها ست سنوات.
في النهاية، تشير الدراسة إلى أنه على الرغم من أن أدوات الذكاء الاصطناعي هذه تعد خطوة قوية للأمام في الأبحاث الطبية، إلا أنها ليست مثالية بعد. يمكنها توليد بيانات مفيدة وآمنة من حيث الخصوصية لدراسة الوقاية من أمراض القلب، لكنها تحتاج إلى تحسين للتعامل مع التحديات الخاصة للتتبع طويل الأمد وفئات الأعمار المتنوعة. ويخلص المؤلفون إلى أن هذا هو الاختبار الأول الذي يتم إجراؤه على مجموعة بيانات طويلة الأمد، وأن نتائجهم توفر معياراً ضرورياً. ويشيرون إلى أن العمل المستقبلي يجب أن يركز على تحسين كيفية تعامل هذه النماذج مع مرور الوقت وضمان معاملتها لجميع الفئات العمرية بإنصاف، بحيث يمكن للبيانات الاصطناعية أن تعمل حقاً كبديل موثوق للمرضى الحقيقيين في المعركة ضد أمراض القلب.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.