Development and Bidirectional Cross-Database Validation of a Machine Learning Model for Predicting Invasive Fungal Infection in Critically Ill Patients

تخيل وحدة العناية المركزة (ICU) كغرفة تحكم عالية المخاطر، حيث يقاتل الأطباء لإبقاء المرضى الذين يعانون من حالات حرجة على قيد الحياة. في هذه البيئة الفوضوية، يضرب عدو صامت وغير مرئي في كثير من الأحيان: العدوى الفطرية الغازية (IFIs). هذه ليست "قدم الرياضي" غير الضارة التي قد تصيبك من غرفة تبديل الملابس؛ بل هي غزوات عميقة وخطيرة داخل الجسم يمكن أن تتحول إلى قاتلة بسرعة كبيرة. المشكلة تكمكمن في أنها ماكرة؛ فأعراضها — مثل الحمى، وانخفاض ضغط الدم، ومشاكل الأعضاء — تشبه تماماً الإصابات البكتيرية أو مجرد رد فعل الجسم تجاه الجراحة. الأمر يشبه محاولة العثور على إبرة معينة في كومة قش بينما كومة القش تشتعل فيها النيران. ولأن الاختبارات القياسية غالباً ما تخطئ في رصد هذه الإصابات حتى فوات الأوان، يحتاج الأطباء إلى وسيلة لتحديد المرضى الأكثر عرضة للخطر قبل أن تسيطر العدوى تماماً.

هنا يأتي دور تعلم الآلة (ML). فكر في تعلم الآلة كـ "محقق رقمي" فائق الذكاء يمكنه قراءة آلاف السجلات الطبية في آن واحد للعثور على الأنماط الخفية التي قد تغفل عنها البشرية. لقد بنى العلماء هؤلاء المحققين الرقميين للتنبؤ بشتى النتائج المستشفوية، من فشل القلب إلى تعفن الدم. لكن هناك عقبة كبيرة: المحقق الذي يتم تدريبه فقط على حالات من مدينة معينة قد يصاب بالارتباك عند إرساله إلى مدينة أخرى ذات قوانين ولغات وعادات مختلفة. تتناول هذه الورقة البحثية هذه المشكلة تحديداً. فهي تسأل: هل يمكن لمحقق رقمي تم تدريبه على بيانات من مستشفى واحد أن يعمل بالفعل في مستشفى مختلف تماماً؟ وإذا لم يكن كذلك، فلما-ذا يفشل؟ وكيف يمكننا إصلاح ذلك؟

الاختبار الكبير للمحقق الرقمي

في هذه الدراسة، بنى الباحثون نموذج تعلم آلة ليعمل كنظام إنذار مبكر للعدوى الفطرية الغازية. استخدموا مكتبتين رقميتين ضخمتين من بيانات المرضى: MIMIC-IV، التي تحتوي على سجلات من مستشفى واحد شهير في بوسطن، و eICU، وهي مجموعة هائلة من البيانات من 208 مستشفيات مختلفة في جميع أنحاء الولايات المتحدة.

قام الفريق بتعليم نموذجهم باستخدام بيانات بوسطن (MIMIC-IV). وقد أعطوه 50 دليلاً مختلفاً للبحث فيها، مثل عمر المريض، ونتائج فحوصات الدم، ومدة بقائه في وحدة العناية المركزة، وما إذا كان يستخدم جهاز تنفس اصطناعي. تعلم النموذج كيفية رصد العلامات الدقيقة التي تشير إلى أن المريض على وشك الإصابة بعدوى فطرية. وعندما اختبروه على مرضى جدد من نفس مستشفى بوسطن، عمل النموذج بشكل رائع، حيث حدد المرضى المعرضين لخطر عالٍ بدقة تصل إلى 88% من المرات.

مفاجأة "الشارع ذو الاتجاه الواحد"

هنا تصبح القصة مثيرة للاهتمام حقاً. قرر الباحثون اختبار نموذجهم المدرب في بوسطن على بيانات من الـ 208 مستشفى الأخرى (eICU). توقعوا أن يعمل بشكل جيد، ربياً ليس مثالياً، ولكن بشكل مقبول. بدلاً من ذلك، انهار النموذج وفشل فشلاً ذريعاً. انخفض أداء النموذج لدرجة أنه أصبح أسوأ من مجرد التخمين العشوائي. كان الأمر أشبه بإرسال محقق مدرب على خرائط شوارع نيويورك ليقود في نظام مترو الأنفاق في طوكيو؛ الشوارع تبدو مختلفة، واللافتات بلغة مختلفة، وقد تاه المحقق تماماً.

لكن بعد ذلك، جربوا التجربة بالعكس. قاموا بتدريب نموذج جديد باستخدام بيانات الـ 208 مستشفى (eICU) واختبروه على مستشفى بوسطن الوحيد (MIMIC-IV). هذه المرة، عمل النموذج بشكل رائع! فالنموذج المدرب على البيانات الفوضوية والمتنوعة من 208 مستشفى نجح في فهم مستشفى بوسطن الوحيد.

لقد خلق هذا ما يسمى بـ "الشارع ذو الاتجاه الواحد" من النجاح. فالنموذج المدرب على مستشفيات عديدة ومختلفة يمكنه التعامل مع مستشفى واحد، لكن النموذج المدرب على مستشفى واحد لا يمكنه التعامل مع مستشفيات عديدة ومختلفة.

لماذا فشل نموذج بوسطن؟

تصرف الباحثون كمحققين لمعرفة السبب الدقيق وراء فشل نموذج بsوطن عند مغادرته موطنه. ووجدوا عدة "ألغام" كانت هي السبب في تعثره:

1. عدم تطابق الدرجات: كان أهم دليل لنموذج بوسطن هو درجة تسمى "SOFA"، والتي تقيس مدى خطورة حالة المريض (تتراوح من 0 إلى 24). ومع ذلك، استخدمت المستشفيات الـ 208 الأخرى درجة مختلفة تسمى "APACHE" (تتراوح من 0 إلى 300). عندما رأى نموذج بوسطن رقماً مثل "50" (وهو درجة متوسطة في مقياس APACHE)، اعتقد: "أوه، هذا رقم ضخم، لا بد أن هذا المريض يحتضر!" لأن الرقم 50 في عالمه كان مستحيلاً. لم يكن يعرف كيف يترجم اللغات.
2. الأدلة المفقودة: اعتمد نموذج بوسطن على 16 دليلاً محدداً حول نوع وحدة العناية المركزة التي يتواجد فيها المريض. لكن المستشفيات الأخرى لم تكن تملك هذه الأنواع المحددة من الوحدات في سجلاتها. كان الأمر أشبه بمحقق يعرف فقط كيفية حل جرائم "سرقة البنوك"، ولكن عندما يُرسل إلى قضية "سرقة متجر"، فإنه لا يعرف ماذا يفعل لأن تلك الأدلة مفقودة.
3. اختلاف التعريفات: وضع فريق بوسطن تعريفاً صارماً جداً للعدوى الفطرية، يتطلب وجود مزرعة مخبرية إيجابية (مثل اختبار الحمل الإيجابي). بينما عرفت المستشفيات الأخرى ذلك بشكل أكثر مرونة، باستخدام أكواد التأمين وسجلات الأدوية. وهذا يعني أن النموذج كان يبحث أحياناً عن هدف مختلف عن الهدف الذي تدرب على إيجاده.

الحل: التدريب في "البرية"

تشير الدراسة إلى أنه لبناء محقق رقمي موثوق، لا ينبغي تدريبه فقط في بيئة هادئة ومثالية واحدة. بل يجب تدريبه في "البرية"، حيث تكون البيانات فوضوية، والقواعد تتغير، والأدلة مختلفة. فالنموذج المدرب على الـ 208 مستشفى تعلم تجاهل الخصائص الغريبة لمكان واحد والتركيز على العلامات العالمية للخطر (مثل ارتفاع تعداد خلايا الدم البيضاء، وطول الإقامة في العناية المركزة، والحاجة لدعم ضغط الدم).

كما أظهر الباحثون أنه إذا أخذوا نموذج بوسطن وعلموه كيفية ترجمة درجة "APACHE" إلى "SOFA وإزالة الأدلة المفقودة، فيمكن إصلاحه. لكن المسار الأسهل هو البدء بنموذج قد شهد بالفعل فوضى العديد من المستشفيات.

ماذا يعني هذا للمستقبل؟

تخلص الورقة البحثية إلى أنه على الرغم من أن تعلم الآلة يمكن أن يكون أداة قوية لإنقاذ الأرواح، إلا أننا لا نستطيع مجرد نسخ ولصق نموذج من مستشفى إلى آخر وتوقع نجاحه. إذا أردنا لهذه الأدوات أن تكون آمنة ومفيدة في العالم الحقيقي، فنحن بحاجة لتدريبها على بيانات متنوعة من أماكن عديدة أولاً. كما تسلط الدراسة الضوء على أن هذه النماذج تعمل بشكل أفضل كأداة "فحص" — مثل جهاز كشف المعادن في المطار. فهي بارعة في إخبارك بمن لا يحتاج إلى تفتيش كامل (قيمة تنبؤية سلبية عالية)، ولكن نظرًا لأن العدوى الفطرية نادرة، فإنها ستعطي أحياناً إنذارات خاطئة.

في نهاية المطاف، توفر هذه الأبحاث خارطة طريق لبناء ذكاء اصطوي طبي أفضل. فهي تخبرنا أن مفتاح النموذج القوي ليس فقط في امتلاك خوارزمية ذكية، بل في امتلاك "أرض تدريب" ذكية تهيئ الذكاء الاصطناعي للواقع الفوضوي للمستشفيات المختلفة. وقبل أن تُستخدم هذه الأدوات في كل وحدة عناية مركزة، فإنها تحتاج إلى المزيد من الاختبارات للتأكد من أنها تعمل للمرضى الحقيقيين، وليس فقط في عمليات المحاكاة الحاسوبية.