📄 medicine

An Online Survey of Healthcare Professionals to Understand the Use of Clinical Prediction Models in Practice

كشفت هذه الدراسة التي استطلعت آراء 157 من المتخصصين في الرعاية الصحية أنه على الرغم من القيمة العالية والاستخدام الواسع لنماذج التنبؤ السريري، إلا أن تنفيذها الفعال تعوقه مشكلات التكامل مع سير العمل، وعدم اليقين التنظيمي، وعدم اتساق الاعتماد، مما يستدعي جهداً منسقاً لضمان أن تكون النماذج شفافة، وسهلة الاستخدام، ومحققة بدقة للممارسة الواقعية.

المؤلفون الأصليون: Eve Bunni, Carol Kingdon, Laura Bonnett, Millie Brazier, Vicky Bradley, Abi Merriel

نُشر 2026-08-06

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Eve Bunni, Carol Kingdon, Laura Bonnett, Millie Brazier, Vicky Bradley, Abi Merriel

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل جسم الإنسان كمدينة ضخمة صاخبة تحدث فيها ملايين الأحداث كل ثانية. الأطباء هم مخططو المدن الذين يحاولون الحفاظ على سير كل شيء بسلاسة، ولكنهم يحتاجون أحياناً إلى القليل من المساعدة في التنبؤ بازدحام المرور، أو انقطاع التيار الكهربائي، أو العواصف قبل وقوعها. وهنا يأتي دور نماذج التنبؤ السريري (CPMs). فكر في هذه النماذج ليس ككرات بلورية سحرية، بل كتطبيقات طقس متطورة للغاية لجسم الإنسان. فهي تأخذ مجموعة من القرائن المختلفة — مثل عمر الشخص، أو تاريخه العائلي، أو أعراضه الحالية — وتقوم بمعالجة الأرقام لتخمين احتمالية وقوع حدث صحي مستقبلي، مثل نوبة قلبية أو سكتة دماغية. وبينما يُفترض أن تكون هذه الأدوات الرقمية هي المساعد المثالي للأطباء، مما يجعل اتخاذ القرارات أسرع وأكثر أماناً، هناك لغز: لماذا لا تُستخدم في كل مكان؟ بعض الأطباء يؤمنون بها بشدة، بينما يكاد آخرون لا يعرفون بوجودها حتى. وفهم هذه الفجوة أمر بالغ الأهمية، لأننا إذا لم نتمكن من إيصال هذه الأدوات المفيدة إلى أيدي الأشخاص الذين يحتاجون إليها، فقد نفوت فرصة إنقاذ الأرواح أو الوقاية من الأمراض.

هذا البحث يشبه استطلاع رأي عالمي ضخم بأسلوب "رفع الأيدي" أُرسل إلى المتخصصين في الرعاية الصحية لمعرفة ما يحدث بالضبط مع نماذج التنبؤ هذه. أراد الباحثون، وهم فريق من جامعة ليفربول، معرفة: هل يستخدم الأطباء والممرضون هذه الأدوات حقاً؟ هل يحبونها؟ وإذا كانوا لا يستخدمونها، فما الذي يمنعهم؟ لقد طلبوا من 157 عاملاً في مجال الرعاية الصحية من جميع أنحاء العالم (رغم أن معظمهم كانوا من المملكة المتحدة) ملء استبيان عبر الإنترنت.

إليكم ما وجدوه: عرف معظم المشاركين في الاستطلاع (82%) بوجود هذه النماذج، واستخدمها أغلبية كبيرة (71%) بالفعل في عملهم اليومي. وعند سؤالهم عن مدى فائدتها، منحها المتخصصون درجة عالية، حيث بلغ متوسط التقييم 8 من 10. يبدو أنه عندما تعمل هذه الأدوات، فإنها تعمل بشكل جيد. كانت النماذج الأكثر شعبية هي تلك التي تتنبأ بالمخاطر المرتبطة بالعمر، مثل درجة CHA2DS2-VASc (التي تفحص خطر السكتة الدماغية) أو QRISK (التي تراقب خطر الإصابة بنوبة قلبية). ومن المثير للاهتمام أنه على الرغم من وجود الكثير من الأطباء المتخصصين في أمراض النساء والتوليد في هذا الاستطلاع، إلا أن الأدوات المصممة خصيصاً لهم كانت أقل استخداماً بشكل مفاجئ مقارنة بالأدوات العامة.

لكن القصة تصبح أكثر إثارة عندما ننظر إلى كيفية استخدام هذه الأدوات. لدى الأطباء والممرضين آراء قوية جداً حول ما يجعل الأداة "جيدة". فهم يريدون أن تكون نماذج التنبؤ الخاصة بهم سهلة الحصول عليها مثل التقاط وجبة خفيفة من آلة البيع الآلي. الطرق المفضلة للوصول إلى هذه الأدوات هي عبر المواقع الإلكترونية (47%) وتطبيقات الهاتف المحمول (3vez 33%). لا أحد يريد تقليب دليل ورقي؛ بل يريدون النقر على الشاشة. وعندما يتعلق الأمر برؤية النتائج، فهم يفضلون التنسيقات المرئية الواضحة مثل نسبة مئوية بسيطة (على سبيل المثال، "احتمال 15%") أو "خريطة حرارية" (شبكة مرمزة بالألوان تظهر مستويات الخطر بنظرة واحدة).

ومع ذلك، هناك عقبات خطيرة. العقبات الكبرى ليست أن الأدوات تعاني من ضعف في الرياضيات؛ بل لأنها غالباً ما يصعب دمجها في يوم الطبيب المزدحم. كشف الاستطلاع أنه إذا لم يتم بناء الأداة بشكل صحيح داخل نظام الكمبيوتر الذي يستخدمه المستشفى بالفعل (مثل السجلات الطبية الإلكترية)، فمن المرجح تجاهلها. وتشمل العوائق الأخرى عدم معرفة الأداة المناسبة لمريض معين، والقلق بشأن ما إذا كانت الأداة تُعتبر قانونياً "جهازاً طبياً"، والافتقار العام إلى التدريب المتسق. لاحظ أحد الأطباء أنه إذا لم يتم تدريس الأداة في كلية الطب أو التوصية بها في الإرشادات الرسمية، فمن الصعب جعل الفريق بأكمله يستخدمها.

يقترح الباحثون أنه لكي تنتشر هذه الأدوات حقاً، يجب أن تكون شفافة، وسهلة الاستخدام، ومدمجة بعمق في البرامج التي يستخدمها الأطباء بالفعل. كما يشيرون إلى أنه مع بدء الذكاء الاصطناعي (AI) في بناء هذه النماذج، يصبح من المهم جداً معرفة كيف توصل النموذج إلى تخمينه، بدلاً من مجرد الثقة في "الصندوق الأسود". ويخلص البحث إلى أنه بينما يقدر متخصصو الرعاية الصحية هذه النماذج، فإننا بحاجة إلى التوقف عن مجرد بنائها والبدء في التأكد من أنها تناسب الممارسة الواقعية، مدعومة بقواعد واضحة وتعليم جيد. وإلى أن يحدث ذلك، قد تظل هذه المساعدات الرقمية في صندوق الأدوات، يغطيها القليل من الغبار بينما يحاول الأطباء معرفة أفضل طريقة لاستخدامها.

أبحاث مشابهة