Improved stacking ensemble learning for objective tinnitus severity assessment based on functional near-infrared spectroscopy signals
تقترح هذه الدراسة خوارزمية تعلم تجميعي من نوع "Stacking" محسنة تستخدم إشارات مطيافية الأشعة تحت الحمراء القريبة من الأشعة تحت الحمراء الوظيفية (fNIRS) لتحقيق تقييم دقيق للغاية وموضوعي وكمي لشدة الطنين، مما يتفوق بشكل كبير على النماذج التقليدية ويقدم أداة واعدة للتشخيص السريري.
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
بالنسبة لملايين الأشخاص حول العالم، يعزف صوت وهمي في آذانهم باستمرار. هذه الحالة، المعروفة باسم الطنين، ليست رنيناً ناتجاً عن مصدر خارجي، بل هي إدراك يخلقه الدماغ نفسه. يمكن أن يتراوح هذا الصوت من همهمة خافتة إلى زئير يصم الآذان، مما يؤدي غالًا إلى اضطراب النوم، والمزاج، والقدرة على الاستمتاع بالحياة اليومية. حالياً، لا يملك الأطباء طريقة موثوقة لقياس مدى سوء حالة الطنين لمريض معين؛ إذ يعتمد التشخيص القياسي بالكامل على وصف المريض لمعاناته من خلال الاستبيانات. ولأن هذا يعتمد على المشاعر الشخصية والذاكرة، فإن النتائج يمكن أن تتباين بشكل كبير من يوم لآخر أو من شخص لآخر، مما يجعل من الصعب تتبع التقدم أو تخصيص العلاجات. وقد أمل العلماء طويلاً في العثور على علامة موضوعية، أي إشارة فيزيائية في الدماغ يمكن قياسها مثل ضغط الدم، لتحديد مدى شدة الحالة الحقيقية.
لقد اتخذ فريق من الباحثين في شنغهاي خطوة كبيرة نحو ذلك الهدف من خلال الجمع بين أداة متخصصة لتصوير الدماغ وطريقة حوسبة تعلم متطورة. فقد ركزوا على استجابة الدماغ للصوت، باستخدام تقنية تسمى "مطيافية الأشعة تحت الحمراء القريبة الوظيفية". تقوم هذه الأداة بتسليط ضوء آمن من الأشعة تحت الحمراء القريبة عبر الجمجمة لقياس التغيرات في مستويات أكسجين الدم، والتي تعمل كبديل لنشاط الدماغ. فعندما يعمل الدماغ بجهد أكبر، فإنه يستهلك المزيد من الأكسجين، ويتغير تدفق الدم وفقاً لذلك. ومن خلال الاستماع إلى نغمة محددة ومراقبة كيفية تفاعل مستويات أكسجين الدم في الدماغ، تمكن الباحثون من التقاط بصمة فسيولوجية فريدة لتجربة الطنين. ثم قاموا بتغذية هذه الإشارات في نوع جديد من الخوارزميات الحاسوبية المصممة لتعلم الأنماط التي قد تغفل عنها العين البشرية.
استعان الباحثون بستين شخصاً بالغاً يعانون من طنين ذاتي، مما يعني أن الرنين كان موجوداً فقط في رؤوسهم ولم يكن ناتجاً عن مشكلة ميكانيكية خارجية. وقبل إجراء أي مسح، أكمل كل مشارك استبياناً قياسياً لتقييم شدة الطنين لديهم، والذي كان بمثابة "الحقيقة الأرضية" للدراسة. بعد ذلك، جلس المشاركون في غرفة هادئة وتم تجهيزهم بغطاء يحتوي على مصادر ومستقبلات للضوء. واستمعوا إلى سلسلة من النغمات عالية الطبقة لمدة ثمانية عشر ثانية، تلتها ثمانية عشر ثانية من الصمت، مع تكرار هذه الدورة ست مرات. وخلال ذلك الوقت، سجل الغطاء كيفية تغير مستويات الأكسجين في أجزاء مختلفة من أدمغتهم. وركز الباحثون على مناطق محددة معروفة بمعالجة الصوت واللغة، مثل الفصوص الصدغية والجبهية، مع تقسيم تدفق البيانات المستمر إلى قطع صغيرة يمكن إدارتها لتحليل التقلبات الطفيفة.
ولفهم هذه البيانات المعقدة، طور الفريق نسخة محسنة من تقنية التعلم الآلي تسمى "التكديس" (Stacking). في الإعداد التقليدي، قد يستخدم الكمبيوتر عدة نماذج مختلفة لتخمين الإجابة ثم يأخذ ببساطة متوسط أصواتها؛ غير أن الباحثين وجدوا هذا النهج بسيطاً للغاية بالنسبة للطبيعة الصاخبة والمعقدة لإشارات الدماغ. وبدلاً من ذلك، بنوا نظاماً أكثر تعاوناً؛ حيث استخدموا ثلاثة أنواع متميزة من النماذج الحاسوبية، لكل منها قوته الخاصة في رصد الأنماط، لتحليل إشارات الدماغ. وبدلاً من مجرد حساب متوسط نتائجها، سمحت الطريقة الجديدة لهذه النماذج بالتواصل مع بعضها البعض بطريقة أكثر تقدماً؛ حيث دمجت تنبؤاتها، وخلقت علاقات جديدة ومعقدة بين نقاط البيانات، ومنحت تأثيراً أكبر للنماذج التي حققت أداءً أفضل في أجزاء معينة من البيانات. وقد تكررت هذه العملية مرات عديدة مع مجموعات مختلفة من البيانات لضمان أن النتيجة النهائية لم تكن مجرد تخمين محظوظ.
أظهرت النتائج ميزة واضحة لهذا النهج الجديد والمحسن. فعندما اختبر الفريق نظامهم على مجموعة من المرضى لم يسبق له رؤيتهم، حدد بدقة شدة الطنين في 96.31% من الحالات. وكانت هذه قفزة كبيرة مقارنة بالطريقة القياسية، التي حققت دقة تبلغ حوالي 90%. وكان النظام الجديد جيداً بشكل خاص في التمييز بين مستويات الشدة المختلفة، من الإزعاج الطفيف إلى الضيق الشديد. وأشار الباحثون إلى أنه بينما قد يبدو التحسن ضئيلاً من حيث النقاط المئوية، إلا أن الانتقال من 90% إلى 96% في عالم التشخيص الطبي يمثل أداة أكثر موثوقية للأطباء. لقد نجح النظام في ترجمة التجربة غير المرئية والذاتية لرنين الأذن إلى رقم ملموس وقابل للقياس بناءً على كيفية تفاعل الدماغ جسدياً مع الصوت.
وعلى الرغم من هذا النجاح، يشدد المؤلفون على أن الدراسة ليست حلاً نهائياً للممارسة السريرية بعد. فمجموعة المرضى الذين درسوها كانت صغيرة نسبياً، ويجب تأكيد النتائج مع عدد أكبر من الأشخاص لضمان نجاح الطريقة مع الجميع. كما لم تتضمن الدراسة مجموعة ضابطة تلقت علاجاً وهمياً، لذا فمن المحتمل أن بعض التغيرات الدماغية كانت متأثرة بتوقعات المرضى بدلاً من الطنين نفسه. علاوة على ذلك، لم يتم دمج هذه التكنولوجيا بعد في سير العمل بالمستشفيات حيث يمكن للطبيب استخدامها في الوقت الفعلي أثناء الاستشارة. ومع ذلك، توفر الدراسة إثباتاً قوياً لمفهوم الفكرة؛ فهي تثبت أنه من خلال مراقبة مستويات الأكسجين في الدماغ واستخدام طريقة أذكى لتفسيرها، من الممكن تجاوز التخمين والبدء في قياس حالة لطالما عُرِفت فقط بمدى الألم الذي تسببه للشخص الذي يعاني منها بشكل موضوعي.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.