← أحدث الأبحاث
📄 الطب

Validating Acute Coronary Syndrome ICD Codes as Training Labels for Clinical AI

تؤكد هذه الدراسة الاسترجاعية التي استمرت عشر سنوات وشملت ما يقرب من 620,000 حالة في أقسام الطوارئ أنه بينما تُظهر تسميات متلازمة الشريان التاجي الحادة المرمزة بنظام (ICD) حساسية ونوعية عاليتين، فإن قيمتها التنبؤية الإيجابية المتوسطة مدفوعة بأخطاء منهجية يمكن تفسيرها — لا سيما الحالات المشتبه بها التي تم استبعادها لاحقاً أو سهو المرمزين — مما يجعلها تسميات تدريبية مناسبة لنماذج فحص الذكاء الاصطناعي حيث يكون تفويت التشخيص أكثر خطورة من تحديد الهوية الزائد.

المؤلفون الأصليون: Daniel K. Amponsah, Gabrielle Bunney, Kate Miller, Ariadna Garcia, Anna Graber-Naidich, Keejeong Ryu, Himani Darji, Marilyn Ndukwe, Valerie J.F. McDonald, William M. Mehring, Jada Henderson, David Lei
نُشر 2026-10-19
📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Daniel K. Amponsah, Gabrielle Bunney, Kate Miller, Ariadna Garcia, Anna Graber-Naidich, Keejeong Ryu, Himani Darji, Marilyn Ndukwe, Valerie J.F. McDonald, William M. Mehring, Jada Henderson, David Lei, Marium Rizvi, Adenine Cembellin-Kao, Sylvia D. Kreibig, Celina M. Yong, William F. Fearon, Maame Yaa A.B. Yiadom

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 قسم الطوارئ، يُعد الوقت المورد الأكثر حيوية. فعندما يصل مريض يعاني من ألم في الصدر، يجب على الأطباء اتخاذ قرار سريع بشأن ما إذا كان يعاني من متلازمة الشريان التاجي الحادة، وهي حالة تهدد الحياة حيث ينقطع تدفق الدم إلى القلب. إن تفويت هذا التشخيص قد يكون مميتًا، لكن إجراء مجموعة كاملة من اختبارات القلب لكل شخص يطأ عتبة المستشفى أمر مستحيل. ولحل هذه المعضلة، تتجه المستشات بشكل متزايد نحو الذكاء الاصطناعي؛ إذ تتعلم هذه البرامج الحاسوبية رصد الخطر من خلال دراسة ملايين السجلات الطبية السابقة، والبحث عن أنماط قد تخفى على العين البشرية. ومع ذلك، لكي يتعلم الحاسوب بشكل صحيح، فإنه يحتاج إلى معلم يعرف الحقيقة. وفي عالم البيانات الطبية، غالبًا ما يكون هذا المعلم هو "رمز الفوترة" — وهو ملصق معياري قصير يُخصص لزيارة المريض للتعامل مع التأمين ومحاسبة المستشفى. والسؤال الكبير الذي يواجه الباحثين هو ما إذا كانت هذه الملصقات الإدارية دقيقة بما يكفي لتعليم الآلة كيفية إنقاذ الأرواح، أم أنها تحتوي على الكثير من الأخطاء التي تجعل من الصعب الوثوق بها.

لقد شرع فريق من الباحثين في جامعة ستانفورد في الإجابة على هذا السؤال من خلال النظر في عقد من زيارات غرف الطوارئ. فقد فحصوا ما يقرب من 620,000 حالة لمواطنين بالغين بين عامي 2015 و2024، وقارنوا رموز الفوترة المخصصة للمرضى بالتشخيص النهائي الفعلي الذي وضعه الفريق الطبي المعالج. أراد الباحثون معرفة ما إذا كانت الرموز القابلة للقراءة حاسوبيًا تتطابق مع استنتاجات الأطباء البشريين. ووجدوا أن رموز الفوترة كانت موثوقة للغاية لغرضها المنشود؛ فعندما تشير الرموز إلى أن المريض يعاني من حالة قلبية، يؤكد الأطباء ذلك في 94 حالة من أصل كل 100 حالة. والأهم من ذلك، أن الرموز نادرًا ما تغفل عن حالة حقيقية؛ إذ فشلت في رصد مريض مصاب بحالة قلبية مؤكدة 4 مرات فقط من بين كل 10,000 زيارة. وهذا يعني أن النظام بارع للغاية في اصطياد الأشخاص الذين يحتاجون إلى المساعدة، وهو الهدف الأهم لأداة الفحص.

لقد كشفت الدراسة أيضًا أن الرموز لم تكن مثالية، لكن الأخطاء اتبعت نمطًا واضحًا ومفهومًا بدلاً من كونها أخطاء عشوائية. فعندما كانت الرموز خاطئة، كان ذلك عادةً بسبب تصنيف مريض كان يُشتبه في إصابته بنوبة قلبية ولكن تم استبعاده لاحقًا من قبل الأطباء. في هذه الحالات، كان لدى المريض أعراض تشبه تمامًا النوبة القلبية، مثل التهاب عضلة القلب أو مشا مشاكل القلب الناجمة عن الإجهاد، وقضى الفريق الطبي وقتًا لاستبعاد الاحتمالات الأكثر خطورة. ومن منظور ذكاء اصطناعي مصمم للفحص بحثًا عن الخطر، فإن هذه لا تُعد إخفاقات؛ فالنظام الذي يصنف هؤلاء المرضى يضمن عدم إغفال أي شخص لديه أزمة قلبية محتملة، حتى لو عنى ذلك خضوع بعض الأشخاص الذين تبين لاحقًا أنهم بخير لفحص أدق. أما المرات القليلة التي فات فيها النظام نوبة قلبية حقيقية، فقد كانت بسبب تجاهل المبرمج ببساطة لملاحظات الطبيب، وليس بسبب عدم وضوح التشخيص.

تشير هذه النتائج إلى أن استخدام رموز الفوترة لتدريب الذكاء الاصطناعي هو استراتيجية سليمة لأقسام الطوارئ. إذ يتعلم الحاسوب التعرف على الأنماط الواسعة والملحة لمشاكل القلب، بما في ذلك الحالات التي تتبين لاحقًا أنها أقل خطورة، لأن تكلفة تفويت نوبة قلبية حقيقية أعلى بكثير من تكلفة إجراء اختبار إضافي لشخص سليم. وقد أكد الباحثون أن الأخطاء في البيانات كانت منهجية ويمكن التنبؤ بها، مما يعني أنه يمكن أخذها في الاعتبار عند بناء هذه النماذج. ومن خلال الاعتماد على هذه الرموز، يمكن للمستشفيات تطوير أدوات تعمل كشبكة أمان عالية الحساسية، مما يضمن تحديد المرضى الأكثر حرجًا فور وصولهم. وتخلص الدراسة إلى أنه بينما لا توجد نقطة بيانات واحدة خالية من العيوب، فإن الدقة الجماعية لهذه الرموز كافية لدعم الجيل القادم من التكنولوجيا الطبية المنقذة للحياة.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف 📄 medicine →