Knowledge Graph Representations for Robust Patient Stratification under Unknown Missingness Mechanisms: a Comparative Computational Study
تُظهر هذه الدراسة أن تضمينات الرسوم البيانية للمعرفة توفر تصنيفاً أكثر قوة واستقراراً لمرضى الحالات مقارنة بمسارات المعالجة التقليدية القائمة على الاستكمال، لا سيما في البيانات السريرية التخصصية حيث تكون القيم المفقودة غالباً من النوع "المفقود ليس بشكل عشوائي" (MNAR).
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
في عالم الطب الحديث، يعتمد الأطباء على سجلات رقمية ضخمة لفهم حالات مرضاهم. هذه السجلات الصحية الإلكترونية هي عبارة عن مجموعة من الحقائق: الأعراض التي يبلغ عنها المريض، والاختبارات التي يطلبها الطبيب، والنتائج الواردة من المختبر. ومع ذلك، نادراً ما تكون هذه السجلات كاملة. فالطبيب لا يطلب كل اختبار ممكن لكل مريض؛ بل يطلب اختبارات محددة بناءً على ما يشتبه في وجوده. وبالمثل، قد لا يذكر المريض عرضاً ما إذا بدا بسيطاً أو إذا نسي ذكره. وفي لغة علم البيانات، لا يُعد هذا مجرد ضجيج عشوائي؛ فالمعلومات المفقودة غالباً ما تكون مرتبطة بالشيء المفقود نفسه. فإذا اشتبه الطبيب في مرض معين، فإنه يجري الاختبار؛ وإذا لم يشتبه فيه، فإن نتيجة الاختبار ستكون غائبة ببساطة. وهذا يخلق موقفاً صعباً للحواسيب التي تحاول إيجاد أنماط في البيانات. فإذا رأى الحاسوب مساحة فارغة حيث ينبغي أن تكون نتيجة اختبار، فعليه أن يخمن ما الذي يجب أن يوضع هناك. والنهج المعياري هو ملء ذلك الفراغ بمتوسط القيمة، بافتراض أن البيانات المفقودة هي مجرد فجوة عشوائية. لكن في الطب، غالباً ما يكون الاختبار المفقود خياراً متعمداً، وليس حادثاً عشوائياً. وإن معاملة نتيجة مفقودة كأنها نتيجة سلبية مؤكدة يمكن أن يؤدي بالحاسوب إلى استخلاص استنتاجات خاطئة حول من هو مريض ومن هو معافى.
وضع الباحثان فرانشيسكو أورتشوليولي وجوزيبي مورداكا حداً لهذه المشكلة عبر اختبار طرق مختلفة لتمثيل بيانات المرضى للتحليل الحاسوبي. وقد عملا مع مجموعة مكونة من 359 مريضاً من عيادة متخصصة في الحساسية والمناعة في إيطاليا. كان هؤلاء المرضى يعانون من حالات معقدة تتراوح بين الشرى المزمن وأمراض المناعة الذاتية، وكانت سجلاتهم مليئة بأنواع الفجوات الموصوفة أعلاه: بعض اختبارات الأجسام المضادة لم تُطلب أبداً، وبعض الأعراض لم تُدوّن إلا إذا كانت شديدة. أراد الفريق معرفة ما إذا كان بإمكانهم تجميع هؤلاء المرضى في مجموعات (clusters) ذات مغزى بناءً على بياناتهم، دون إخبار الحاسوب بالتشخيص النهائي. لقد قارنوا بين خمس طرق مختلفة. استخدمت أربع من هذه الطرق النهج التقليدي: حيث أخذوا البيانات الخام، وملأوا الأرقام المفقودة بتقديرات، ثم استخدموا أداة رياضية لضغط المعلومات إلى شكل أبسط قبل تجميع المرضى. أما الطريقة الخامسة فقد سلكت مساراً مختلفاً تماماً؛ فبدلاً من ملء الفراغات، قاموا ببناء "رسم بياني للمعرفة" (knowledge graph). في هذا النظام، يمثل كل مريض نقطة، وكل معلومة مؤكدة هي خط يصل ذلك المريض بحقيقة معينة. وإذا لم يتم إجراء اختبار ما، فلا يُرسم خط. ببساطة، يرى الحاسوب أن الاتصال غير موجود، بدلاً من التخمين فيما قد يكون عليه هذا الاتصال.
كانت نتائج هذه المقارنة صارخة وواضحة. فالطريقة التقليدية، التي تتضمن ملء البيانات المفقودة ثم ضغطها، كان أداؤها ضعيفاً في جميع السيناريوهات التي اختبرها الباحثون تقريباً. فعندما اتبعت البيانات المفقودة النمط الواقعي الموجود في المستشفيات — حيث تُطلب الاختبارات بشكل انتقائي بناءً على الاشتباه — فشلت هذه الطريقة المعيارية في إيجاد المجموعات الصحيحة للمرضى. وفي أسوأ الحالات، كان تجميع الحاسوب سيئاً للغاية لدرجة أنه كان بالكاد أفضل من الصدفة العشوائية. ووجد الباحثون أن عملية ملء الأرقام المفقودة خلقت هيكلاً زائفاً في البيانات. وعندما حاول الحاسوب بعد ذلك تبسيط هذه البيانات، قام بتضخيم هذه الأخطاء، مما أدى إلى حبس المرضى في المجموعات الخاطئة. كان الأمر كما لو أن الحاسوب يحاول رسم خريطة لمنطقة بناءً على خريطة تم ملء فراغاتها بالتخمينات، ثم جعل صانع الخريطة تلك التخمينات تبدو وكأنها أرض صلبة.
في المقابل، أثبت نهج الرسم البياني للمعرفة أنه الأكثر موثوقية. ولأنه لا يخمن أبداً ما هو مفقود، فإنه يتجنب فخ إنشاء أنماط زائفة. فهو يستخدم فقط الحقائق الموجودة بالفعل. وعندما اختبر الباحثون هذه الطريقة مقابل الطرق الأخرى، نجحت باستمرار في إنتاج أفضل مجموعات للمرضى، بغض النظر عن كيفية فقدان البيانات. كانت المجموعات التي أنشأتها منطقية طبياً؛ فعلى سبيل المثال، نجحت في فصل المرضى الذين يعانون من حساسية الجهاز التنفسي عن أولئك الذين يعانون من أمراض المناعة الذاتية، وحددت مجموعة كبيرة من المرضى الذين تم فحصهم بحثاً عن أمراض المناعة الذاتية ولكن كانت نتائجهم سلبية. ولإثبات أن هذه المجموعات حقيقية وليست مجرد نتاج للعمليات الرياضية، تحقق الباحثون منها مقابل سبعة مؤشرات دم مستقلة لم تُستخدم في إنشاء المجموعات في المقام الأول. هذه المؤشرات، مثل تعداد خلايا الدم البيضاء ومستويات الالتهاب، تباينت بشكل كبير عبر المجموعات المختلفة، مما أكد أن الحاسوب قد وجد اختلافات بيولوجية حقيقية.
تشير الدراسة إلى أنه عند التعامل مع السجلات الطبية المعقدة حيث تكون المعلومات المفقودة شائعة وذات مغزى، فإن الاستراتيجية الأكثر أماناً وفعالية هي التوقف عن محاولة ملء الفراغات. بدلاً من ذلك، يجب على الباحثين بناء تمثيلات تحترم غياب البيانات كمعلومة صالحة. لقد حقق منهج الرسم البياني للمعرفة ذلك من خلال التعامل مع الاختبار المفقود كعلاقة مفقودة، وليس كصفر أو كمتوسط قيمة. سمح هذا النهج للحاسوب برؤية الشكل الحقيقي لمجتمع المرضى دون التشويه الناتج عن التخمين. وبينما فشلت الطريقة التقليدية المتمثلة في استكمال البيانات (imputing data) ثم تقليل تعقيدها مراراً وتكراراً، ظل المنهج القائم على الرسم البياني مستقراً ودقيقاً. ويخلص الباحثون إلى أنه بالنسبة للمتخصصين الذين يعملون مع بيانات المرضى في العالم الحقيقي، حيث تكون أسباب نقص المعلومات غير معروفة غالباً، فإن استخدام الرسم البياني للمعرفة يعد وسيلة أكثر قوة لفهم المجموعات الفرعية للمرضى. لا يساعد هذا المنهج فقط في تجميع المرضى من أجل رعاية أفضل، بل ينشئ أيضاً خريطة واقعية وحقيقية للبيانات يمكن استخدامها من قبل الأدوات المستقبلية للإجابة على أسئلة طبية محددة، مما يضمن أن فهم الحاسوب مبني على ما هو معلوم، وليس على ما هو مُخمن.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.