Resting electrocardiographic and pulse-wave deep learningidentifies exaggerated exercise blood pressure response in elite athletes
تُظهر هذه الدراسة أن نماذج التعلم العميق التي تجمع بين تخطيط كهربائية القلب في وقت الراحة وموجات النبض يمكنها تحديد الاستجابة المفرطة لضغط الدم أثناء التمرين لدى الرياضيين النخبة بفعالية، مما يوفر أداة فحص محتملة لمخاطر القلب والأوع "الدموية دون الحاجة إلى ممارسة التمارين الرياضية.
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 جسدك كسيارة سباق عالية الأداء. عندما تكون جالسًا في المرآب فحسب (في حالة راحة)، يعمل المحرك بهدوء في وضع الخمول. ولكن عندما تضغط على دواسة الوقود وتندفع نحو المضمار (أثناء التمرين)، يزأر المحرك، ويرتفع الضغط في خطوط الوقود. معظم السيارات تتعامل مع هذا الاندفاع بسلاسة، لكن بعض السيارات لديها سمة غريبة حيث يرتفع الضغط عاليًا جدًا وبسرعة كبيرة، فقط بسبب طريقة بناء المحرك والأنابيب. في جسم الإنسان، يُسمى هذا "استجابة ضغط الدم المبالغ فيها". إنه يشبه ضوء تحذير يومض، مما يشير إلى أن السيارة قد تكون عرضة للمشاكل لاحقًا، حتى لو بدت سليمة الآن.
لقد عرف الأطباء منذ زمن طويل أن فحص هذا الارتفاع في الضغط أثناء التمرين هو وسيلة رائعة لرصد مشاكل القلب المستقبلية. ولكن الحصول على هذه البيانات يشبه إرسال السيارة إلى محاكي سباقات احترافي: الأمر يتطلب وقتًا، ومعدات باهظة الثمن، وجهدًا كبيرًا. ماذا لو استطعت معرفة ما إذا كانت السيارة عرضة لارتفاعات الضغط هذه بمجرد الاستماع إلى دوران المحرك في وضع الخمول أو الشعور باهتزاز الهيكل بينما هي متوقفة؟ هذا هو السؤال الكبير الذي يطرحه العلماء: هل يمكننا التنبؤ بكيفية تفاعل الجسم مع التمرين الشاق بمجرد النظر إلى "إشارات الراحة" الخاصة به؟ هذا هو مجال التعلم العميق، حيث تعمل الحواسيب كالمحققين الأذكاء للغاية، الذين يمسحون الأنماط الدقيقة في ضربات القلب وموجات النبض التي قد تخفى على العين البشرية، آملين في إيجاد طريق مختصر للحفاظ على سلامة الرياضيين.
قصة الورقة البحثية: هل يمكن للحاسوب تخمين طفرة ضغط التمرين من قيلولة؟
في هذه الدراسة، لعب فريق من الباحثين دور المحقق مع مجموعة من نخبة الرياضيين — معظمهم لاعبون محترفون في كرة اليد، وكرة السلة، وكرة القدم. أرادوا معرفة ما إذا كان بإمكان الحاسوب النظر إلى إشارتين بسيطتين في حالة الراحة وتخمين ما إذا كان الرياضي سيعاني من ارتفاع خطير في ضغط الدم أثناء التمرين.
كانت الإشارتان هما:
- تخطيط كهرباء القلب (ECG): فكر في هذا كخريطة شمعات الاحتراق الكهربائية للقلب. فهو يوضح كيف تطلق المنظومة الكهربائية للقلب نبضاتها لجعل العضلة تنقبض.
- موجة النبض الشعاعي (RPW): هذا هو الموجة الفيزيائية لـ "النبض" للدم وهي تنتقل عبر الشرايين في المعصم. إنها تشبه الشعور بالتموج في خرطوم عندما يتدفق الماء من خلاله.
كان على الرياضيين القيام بالجزء الصعب أولاً: اختبار دراجة مرهق حيث تم قياس ضغط دمهم عند كل خطوة من خطوات الصعود. استخدم الباحثون هذه البيانات لتصنيف الرياضيين. إذا ارتفع ضغط دم الرياضي بشكل حاد للغاية بالنسبة لمستوى الجهد الذي بذله (تحديدًا، ميل أكبر من 6.2 ملم زئبق لكل وحدة MET)، فقد تم تصنيفه على أنه يعاني من "استجابة مبالغ فيها". حوالي 27% من أصل 334 فحصًا في الدراسة وقعت في هذه الفئة "عالية المخاطر".
ثم جاء الجزء الممتع: قاموا بتغذية بيانات تخطيط القلب (ECG) وموجة النبض في حالة الراحة في "دماغ" تعلم عميق — وهو نوع من البرامج الحاسوبية يسمى الشبكة العصبية التلافيفية (CNN). تخيل هذا الذكاء الاصطناعي كطالب لم يرَ نتائج اختبار الدراجة من قبل. لقد عُرضت عليه فقط ضربات القلب في حالة الراحة ونبضات المعصم، وسُئل: "بناءً على هذا، هل سيجن جنون ضغط دم هذا الشخص عندما يمارس الرياضة؟"
ماذا وجد الحاسوب؟
كانت النتائج مزيجًا من "جيدة جدًا" و"لم تصل تمامًا بعد".
- انتصرت ضربات القلب: كان الحاسوب أفضل بكثير في تخمين الإجابة باستخدام تخطيط القلب (ECG) فقط (الخريطة الكهربائية). لقد أصاب في حوالي 77% من المرات في المجموعة التجريبية. بدا أن الذكاء الاصطناعي يركز على أجزاء محددة من ضربة القلب، وخاصة قمم "QRS" الكبيرة (الانفجار الكهربائي الرئيسي الذي يجعل القلب ينبض)، مما يشير إلى أن شكل الإشارة الكهربائية للقلب يحمل أدلة حول كيفية تعامله مع الإجهاد.
- موجة النبض كانت "ربما": حاول الحاسوب استخدام موجة النبض في المعصم (RPW) فقط، وكان أقل تأكدًا، حيث أصاب في حوالي 66% من المرات. بدا أنه يركز على بداية موجة النبض، اللحظة التي يندفع فيها الدم لأول مرة.
- قوة الاثنين: عندما جمع الباحثون بين الإشارتين — بجعل الحاسوب ينظر إلى الخريطة الكهربائية والموجة الفيزياسية للنبض معًا — تحسنت الدقة قليلاً، لتصل إلى حوالي 79%. إنه يشبه امتلاك محققين بدلاً من واحد؛ لم يحلوا القضية تمامًا معًا، لكنهم أمسكوا ببعض الأدلة أكثر مما قد يفعل أي منهما بمفرده.
العقبة: إنه دليل، وليس بلورة سحرية
هذا هو الجزء الأهم في القصة: الباحثون حذرون جدًا من القول بأنهم وجدوا علاجًا سحريًا. هم يقترحون أن هذه الطريقة يمكن أن تكون أداة فحص مفيدة، مثل كاشف الدخان الذي يعمل قبل اندلاع الحريق. إذا صنف الحاسوب رياضيًا على أنه "عالي المخاطر" أثناء راحته، فقد يقرر الأطباء إعطاءه اختبار دراجة أكثر دقة وتكلفة للتأكد.
ومع ذلك، تستبعد الورقة البحثية صراحة فكرة أن هذا الاختبار أثناء الراحة يمكن أن يحل محل اختبار التمرين الحقيقي. الحاسوب ليس مثاليًا بعد؛ فهو يخطئ في بعض الحالات، وفترات الثقة (النطاق الذي نحدد فيه مدى تأكدنا) واسعة نوعًا ما. ويعترف الباحثون بأنه نظرًا لأنهم ركزوا فقط على رياضيين شباب وذكور في الغالب، فنحن لا نعرف ما إذا كانت هذه الحيلة ستنجح مع كبار السن، أو النساء، أو الممارسين العاديين للرياضة.
الخلاصة
تشير هذه الدراسة إلى أن نبضات القلب والنبض في حالة الراحة لدى نخبة الرياضيين تحتوي بالفعل على "أكواد سرية" مخفية تلمح إلى كيفية تفاعل ضغط دمهم مع التمرين. تعلم الحاسوب قراءة هذه الأكواد، خاصة من ضربات القلب الكهربائية، بنجاح جيد إلى حد ما. ولكن في الوقت الحالي، هذا مجرد "إثبات مفهوم" واعد. إنه أداة جديدة رائعة في صندوق الأدوات، ولكن حتى يتم اختباره على مجموعات أكثر تنوعًا وإثبات قدرته على التنبؤ بمشاكل القلب المستقبلية، فإنه ليس جاهزًا ليحل محل العمل الشاق لاختبار التمرين الحقيقي. الذكاء الاصطناعي هو مساعد مفيد، لكن الطبيب لا يزال بحاجة لرؤية الرياضي وهو يخوض السباق ليكون متأكدًا تمامًا.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.