Characteristics of out-of-hospital cardiac arrest calls unrecognised by machine learning versus medical dispatchers: a nationwide observational study
تكشف هذه الدراسة الرصدية التي شملت أنحاء البلاد أن نماذج تعلم الآلة ومُرسلي الإسعاف يُظهرون أنماط تعرّف متميزة ومتكاملة لمكالمات السكتة القلبية خارج المستشفى، حيث تؤدي نماذج تعلم الآلة بشكل أفضل في سيناريوهات محددة مثل حالات التوقف في المنزل من قِبل متصل واحد غير مختص، بينما يتفوق مُرسلو الإسعاف عندما تكون عملية الإنعاش القلبي الرئوي جارية بالفعل أو عند وجود عدة أشخاص.
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
عندما يتوقف قلب شخص ما عن النبض خارج المستشفى، فإن كل ثانية لها قيمتها. يبدأ طريق النجاة بمكالمة هاتفية واحدة لخدمات الطوارئ، حيث يجب على مأمور الاتصال أن يدرك فوراً أن المتصل يصف حالة توقف قلب. هذا الإدراك يحفز الإرسال الفوري لسيارة الإسعاف، والأهم من ذلك، إعطاء تعليمات للمتصل للبدء في عمليات تدليك الصدر. ومع ذلك، فإن مأموري الاتصال البشر ليسوا مثاليين؛ إذ يمكنهم تفويت العلامات، غالباً لأن الشخص الذي يعاني من الضيق يصدر أنفاساً غريبة، تشبه الشخير، أو لأن المتصل يكون مذعوراً جداً لدرجة تمنعه من التحدث بوضوح. وفي السنوات الأخيرة، ظهرت برامج حاسوبية مصمم لـلاستماع إلى هذه المكالمات كشبكة أمان محتملة، قادرة على رصد أنماط في الكلام قد يغفل عنها البشر. والسؤال الذي يواجه خدمات الطوارئ ليس فقط ما إذا كانت هذه الآلات تعمل، بل أين تنجح وأين تخفق مقارنة بالخبراء البشريين الجالسين على الطرف الآخر من الخط.
لقد سعى باحثون في السويد للتحقيق في هذه الديناميكية تحديداً عبر الاستماع إلى مجموعة محددة من مكالمات الطوارئ حيث اختلف الإنسان والآلة. فقد ركزوا على تسعين مكالمة من عام 2018 حدث فيها توقف قلب حقيقي، ولكن إما مأمور الاتصال البشري أو الخوارزمية الحاسوبية فشلا في تحديد ذلك. ومن خلال المراجعة الدقيقة للتسجيلات الصوتية لهذه المكالمات، سعى الفريق لفهم الظروف المحددة التي أدت إلى هذه الأخطاء. لم يكن هدفهم إعلان فوز أحد الطرفين، بل رسم خرائط لنقاط الضعف الفريدة لكل منهما، آملين في إيجاد طريقة ليعملا معاً بشكل أكثر فعالية.
كشفت الدراسة عن انقسام واضح في كيفية تعرف المجموعتين على حالة الطوارئ. ففي أكثر من نصف هذه الحالات التسعين، حدد النموذج الحاسوبي حالة توقف القلب بشكل صحيح بينما فاتها مأمور الاتصال البشري. وفي الحالات المتبقية، رصد مأمور الاتصال البشري حالة الطوارئ بينما فشل النموذج الحاسوبي في القيام بذلك. ولم يكن هذا الانقسام عشوائياً؛ بل اعتمد بشكل كبير على الموقف والأشخاص المعنيين. كان الحاسوب أفضل بكثير في التعرف على حالة الطوارئ عندما يكون المتصل وحيداً، وعندما يكون المتصل شخصاً عادياً وليس متخصصاً طبياً، وعندما تأتي المكالمة من منزل خاص. كما كان الحاسوب يعمل بشكل أفضل عندما يكون المتصل يعرف المريض شخصياً وعندما تحدث المكالمة في المساء.
وعلى العكس من ذلك، كان مأمورو الاتصال البشر أكثر عرضة لرصد حالة الطوارئ عندما لا يكون المتصل وحيداً وعندما يكون هناك شخص يقوم بالفعل بعمليات تدليك الصدر وقت المكالمة. ووجد الباحثون أنه عندما يكون المتصل وحيداً، يكون الحاسوب أكثر عرضة للنجاح من الإنسان. وهذا يشير إلى أن الطبيعة الهادئة والمركزة لصوت واحد يتحدث في بيئة منزلية توفر للحاسوب الإشارات الصوتية الواضحة التي يحتاجها للعمل. وفي المقابل، بدا أن مأموري الاتصال البشر يعتمدون أكثر على السياق الفوضوي لمشهد يتواجد فيه آخرون أو حيث تجرى عملية الإنعاش القلبي الرئوي بالفعل، ربما من خلال التقاط ضوضاء خلفية أو أصوات متعددة تسبب ارتباكاً لبرمجيات الاستماع الخاصة بالحاسوب.
كما سلطت الدراسة الضوء على كيفية تأثير خلفية المتصل على النتيجة. فقد كان الحاسوب أكثر نجاحاً عندما يكون المتصل شخصاً عادياً، لكنه واجه صعوبة عندما يكون المتصل متخصصاً في الرعاية الصحية. ويشير هذا إلى أن المتخصصين الطبيين قد يصفون الموقف باستخدام كلمات أو نبرات مختلفة لم يتوقعها تدريب الحاسوب، بينما يميل الأشخاص العاديون إلى استخدام أوصاف معيارية للانهيار والتنفس يسهل على الآلة التعرف عليها. وبالمثل، كان الحاسوب أكثر نجاحاً عندما يعرف المتصل المريض، ربما لأن المتصلين الذين لديهم معرفة بالمريض يمكنهم تقديم تفاصيل أكثر تحديداً حول كيفية تغير حالة الشخص، مما يخلق دلالات لغوية أكثر وضوحاً يمكن للبرنامج تتبعها.
رغم هذه الاختلافات، أكد الباحثون أن لا أحد منهما مثالي بمفرده. فقد فات الحاسوب مكالمات كانت فيها المشاهد صاخبة أو فوضوية، بينما فاتت المكالمات البشرية عندما كانت العلامات دقيقة أو عندما كان المتصل منعزلاً. ويقترح المؤلفون أن المسار الأكثر واعدية ليس استبدال مأموري الاتصال البشر بالآلات، بل استخدام الحاسوب كأداة داعمة. في هذا السيناريو، سيعمل الحاسوب كأذن ثانية، لتنبيه مأمور الاتصال البشري عند اكتشاف حالة توقف قلب في الحالات التي قد يتشتت فيها انتباه الإنسان أو حيث يكون المتصل وحيداً وحيث يعمل الحاسوب بأفضل أداء له.
تأتي هذه النتائج مع ملاحظة تحذيرية؛ فقد درست الدراسة مجموعة صغيرة نسبياً من المكالمات التي اختلف فيها الطرفان، وأشار الباحثون إلى أن بعض الأنماط الإحصائية لم تكن دقيقة تماماً بسبب هذا العدد المحدود. كما أشاروا إلى أن أداء الحاسوب قد يتغير مع تطور التكنولوجيا أو تغير أنواع المكالمات. ومع ذلك، يظل الملاحظة الجوهرية قوية: البشر والآلات يرتكبون أنواعاً مختلفة من الأخطاء. ومن خلال فهم هذه الاختلافات المحددة، يمكن لخدمات الطوارئ تصميم أنظمة حيث يتعامل الحاسوب مع المكالمات الهادئة والمعزولة بحساسية عالية، بينما يدير مأمور الاتصال البشري المشاهد المعقدة والصاخبة، مما يخلق شراكة يمكنها إنقاذ أرواح أكثر مما يمكن لأي منهما تحقيقه بمفرده.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.