A real-time infrastructure for transforming HRV streams into inference-ready, context-aware data objects for digital biomarker development

لا ينبض قلب الإنسان مثل بندول الساعة. فبين كل خفقة والأخرى، توجد فجوة صغيرة متذبذبة، وهو تباين في أجزاء من الثانية يتغير مع كل نفس، وكل فكرة، وكل تحول في الانتباه. هذا الإيقاع الدقيق، المعروف باسم "تقلب معدل ضربات القلب"، هو نافذة على الجهاز العصبي اللاإرادي، تلك الشبكة الخفية التي تنظم كل شيء من الهضم إلى استجابة "الكر والفر". لعقود من الزمن، درس الباحثون هذه التقلبات لفهم التوتر، والتعافي، والصحة العامة. ومع ذلك، ظل هناك عائق كبير دائمًا: فبينما يمكن للمستشعرات تسجيل الإشارات الكهربائية الخام للقلب بسهولة، فإن تحويل تدفقات البيانات المستمرة هذه إلى شيء مفيد للتحليل الحاسوبي أمر صعب بشكل مفاجئ. فبدون خريطة واضحة لما كان يحدث في اللحظة ذاتها التي سُجلت فيها الإشارة — سواء كان الشخص في حالة راحة، أو عمل، أو حركة — وبدون وسيلة للحكم على ما إذا كانت الإشارة نفسها نظيفة أم مشوبة بالضجيج، غالبًا ما تظل البيانات عبارة عن مزيج مربك، يصعب تفسيره أو إعادة استخدامه.

قام فريق من الباحثين في جامعة رور بوهوم في ألمانيا ببناء نظام جديد مصمم لحل هذه المشكلة تحديدًا. لقد أنشأوا بنية تحتية تعمل في الوقت الفعلي تعمل كمترجم، حيث تقوم بتحويل بيانات إيقاع القلب الخام إلى معلومات منظمة وغنية بالسياق يمكن للحواسيب فهمها وتحليلها على الفور. وبدلاً من مجرد جمع الأرقام، يلتقط نظامهم القصة الكامنة وراء البيانات؛ فهو يسجل بالضبط متى يبدأ الشخص مهمة ما، ومتى يتوقف، وكيف يتغير إيقاع قلبه بالنسبة لخط الأساس الشخصي الخاص به. كما أنه يتحقق باستمرار من جودة الإشارة، ويحدد اللحظات التي قد تكون فيها البيانات غير موثوقة. ومن خلال القيام بذلك، أنشأ الباحثون أساسًا يسمح للعلماء ببناء نماذج أكثر دقة لصحة الإنسان وأدائه، محولين تدفقًا فوضويًا من نبضات القلب إلى لغة مهيكلة قابلة للقراءة آليًا.

جوهر هذا النظام الجديد هو "خط معالجة" (pipeline) يعمل من لحظة التقاط المستشعر لنبضة قلب إلى اللحظة التي تصبح فيها البيانات جاهزة للتحليل. اختبر الباحثون طريقتين للحصول على البيانات الأولية؛ استخدمت إحدى الطريقتين جهازًا تم بناؤه خصيصًا يحتوي على متحكم دقيق وواجهة أمامية تناظرية صغيرة للكشف عن نبضات القلب مباشرة من الجلد. أما الطريقة الأخرى فقد استخدمت مستشعر حزام صدر تجاري، وهو جهاز قد يتعرف عليه الكثير من الناس من أجهزة تتبع اللياقة البدنية. ومن المثير للاهتمام أن نظامهم عامل كلا المصدرين بنفس الطريقة تمامًا بمجرد دخول البيانات إلى خط المعالجة. لم يهم من أين جاءت الإشارة؛ فقد قام النظام بتوحيد المعلومات في تنسيق قياسي للفترات الزمنية بين النبضات. وهذا النهج "المستقل عن وسيلة الاستحواذ" يعني أن النظام مرن ويمكنه العمل مع أنواع مختلفة من الأجهزة دون الحاجة إلى إعادة بنائه لكل منها.

بمجرد التقاط الفترات الزمنية الخام، بدأ عمل النظام في الوقت الفعلي. فقد قام بحساب المقاييس المعيارية لتقلب معدل ضربات القلب، والتي تخبرنا بمدى تذبذب معدل ضربات القلب، وقارن هذه الأرقام بخط الأساس الخاص بالشخص أثناء الراحة. وهذه خطوة حاسمة لأن معدل ضربات قلب يبلغ 80 نبضة في الدقيقة قد يعني شيئًا مختلفًا تمامًا لرياضي مدرب عاليًا عنه لشخص خامل. ومن خلال ربط كل قياس بنقطة البداية الفردية، يوفر النظام رؤية شخصية للتغير الفسيولوجي. كما أنتج "درجة ثقة في الإشارة"، وهي تقدير مستمر لمدى موثوقية البيانات في أي ثانية معينة. لم تكن هذه الدرجة مجرد تخمين؛ بل تم حسابها من خلال النظر في عدد النبضات الصالحة التي تم اكتشافها، ومدى حداثة البيانات، وما إذا كان الإيقاع يبدو منطقيًا.

لضمان عمل نظامهم بشكل صحيح، أخضع الباحثون نظامهم لسلسلة من الاختبارات الصارمة. أولاً، قارنوا كاشف نبضات القلب الذي صنعوه خصيصًا مقابل التوصيفات الخبيرة من قاعدة بيانات شهيرة لتسجيلات القلب تحتوي على ما يقرب من 110,000 نبضة. حدد نظامهم النبضات الصحيحة بدقة تطابق الخوارزميات المتطورة والمعتمدة، محققًا درجة قدرها 0.9851. وقد أكد هذا أن الأجهزة والبرامج يمكنها العثور على نبضات القلب بشكل موثوق في المقام الأول. بعد ذلك، اختبروا مدى قدرة النظام على التعامل مع الضجيج؛ فقد أدخلوا التشويش والتداخل عمدًا في إشارات القلب ليروا ما إذا كان بإمكان النظام الاستمرار في تمييز متى تكون البيانات سيئة. نجح مقياس "الثقة في الإشارة" الجديد الخاص بهم في تحديد هذه الإشارات المتدهورة، متفوقًا في أدائه على طريقة قياسية مستخدمة في هذا المجال. أثبت هذا أن النظام يمكنه التمييز بين إشارة نظيفة ومفيدة وبين إشارة ضوضائية وغير موثوقة، وهي قدرة حيوية للاستخدام في العالم الحقيقي.

كما اختبر الباحثون النظام في بيئة غرفة طوارئ محاكية. شارك عشرة أطباء في جلسات ثنائية حيث عملوا من خلال سيناريوهات طبية أثناء ارتداء المستشعرات. نجح النظام في تسجيل البيانات من جميع المشاركين العشرة في وقت واحد، مع الحفاظ على مساراتهم الفردية منفصلة ومتزامنة مع مراحل المحاكاة. لقد التقط الانتقال من خط الأساس الهادئ إلى فترة التدخل عالية التوتر والعودة إلى مرحلة التعافي، كل ذلك مع الحفاظ على مستوى عالٍ من جودة البيانات. تمكن النظام من معالجة وتسليم هذه المعلومات بمتوسط تأخير يقل عن 8 مللي ثانية. هذه السرعة كبيرة جدًا لدرجة أنها، بالنسبة للأغراض العملية، تجعل البيانات متاحة في اللحظة التي يتم إنشاؤها، مما يسمح بالمراقبة في الوقت الفعلي حقًا بدلاً من مجرد التحليل اللاحق.

الهدف النهائي من هذا العمل ليس تشخيص الأمراض بشكل مباشر، بل إنشاء طبة بيانات عالية الجودة ومعيارية يمكن للباحثين والمطورين الآخرين استخدامها. يخرج النظام البيانات بتنسيقات سهلة القراءة للحواسيب، بما في ذلك ملفات مهيكلة تحافظ على سياق كل قياس بمفرده. وهذا يعني أنه عندما يريد عالم دراسة كيفية تأثير التوتر على القلب، فلن يضطر لقضاء شهور في تنظيف البيانات الفوضوية أو التخمين بشأن ما كان يفعله الشخص عند حدوث طفرة معينة. السياق موجود بالفعل، مشفرًا داخل كائن البيانات نفسه. ويؤكد الباحثون أن هذا أداة تأسيسية، وهي طبقة أولى من البنية التحتية التي تجعل التدفق المستمر والمعقد للفسيولوجيا البشرية متاحًا لنماذج تعلم الآلة والنماذج الإحصائية الحديثة.

من خلال تحويل تدفقات بيانات القلب المستمرة والخام إلى كائنات منظمة وواعية بالسياق، تسد هذه البنية التحتية الفجوة بين العالم المادي لضربات القلب وعالم علوم البيانات الرقمية. إنها تضمن عدم ضياع المعلومات الغنية الموجودة في كل نبضة قلب بسبب الضجيج أو نقص السياق. النظام لا يتخذ القرارات الطبية بنفسه، ولكنه يوفر البيانات النظيفة والموثوقة والموسومة جيدًا اللازمة لاتخاذ تلك القرارات بدقة في المستقبل. وفي مجال تزداد فيه وفرة البيانات ولكن غالبًا ما يصعب استخدامها، يقدم هذا العمل مسارًا واضحًا للمضي قدمًا، محولًا الإيقيم الفوضوي لقلب الإنسان إلى لغة يمكن للآلات أخيرًا فهمها.