← أحدث الأبحاث
💻 علوم الحاسوب

Explainable Automated Pain Level Classification Using a Deep Neural Network with EEG Signals

تقدم هذه الورقة البحثية PainNet-ST، وهو نموذج تعلم عميق جديد قابل للتفسير يقوم بتحويل إشارات تخطيط كهربائية الدماغ (EEG) الخام إلى خرائط طبوغرافية متعددة الأطياف لتحقيق دقة رائدة تصل إلى 92.28% في تصنيف شدة الألم لثلاث فئات، مع تعزيز الثقة السريرية من خلال تصورات الذكاء الاصطناعي القابل للتفسير (XAI) ثنائية الطبقة.

المؤلفون الأصليون: Mohammed Nafizul Islam Chowdhury Nayan, SALVIN PRASAD, RAVINESH DEO, RAJENDRA ACHARYA, PRABAL BARUA, ARUNA DEVI, JEFFREY SOAR

نُشر 2026-11-16
📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

المؤلفون الأصليون: Mohammed Nafizul Islam Chowdhury Nayan, SALVIN PRASAD, RAVINESH DEO, RAJENDRA ACHARYA, PRABAL BARUA, ARUNA DEVI, JEFFREY SOAR

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

الألم تجربة شخصية عميقة، وهو إشارة تحذير تخبر الجسم بأن شيئاً ما ليس على ما يرام. وبالنسبة للأطباء والممرضين، فإن قياس هذه الإشارة اعتمد لفترة طويلة على طلب وصف المريض لها، وغالباً باستخدام مقياس بسيط من صفر إلى عشرة. وبينما يعمل هذا بشكل جيد مع الكثيرين، إلا أنه يفشل تماماً مع أولئك الذين لا يستطيعون الكلام، مثل الرضع، أو المرضى في العناية المركزة، أو المصابين بالخرف. في هذه الحالات، يصبح الألم لغزاً، مما يؤدي إلى علاجات تكون إما ضعيفة جداً أو قوية بشكل غير ضروري. لطالما أمل العلماء أن يحمل الدماغ نفسه الإجابة. ومن خلال وضع مستشعرات على فروة الرأس للاستماع إلى الثرثرة الكهربائية للدماغ، يعتقد الباحثون أن بإمكانهم إيجال مقياس موضوعي للألم، مقياس لا يعتمد على الكلمات. ومع ذلك، فإن إشارات الدماغ معقدة وصاخبة للغاية، مما يجعل من الصعب فصل نمط الألم المحدد عن ضوضاء الخلفية الناتجة عن الأفكار والحركة اليومية.

لقد طور فريق من الباحثين الآن طريقة جديدة للاستماع إلى إشارات الدماغ هذه، حيث أنشأوا نظاماً يمكنه التمييز تلقائياً بين مستويات الألم المنخفضة والمتوسطة والعالية. لقد بنوا برنامجاً حاسوبياً يعمل كمراقب مدرب تدريباً عالياً، قادراً على رصد أنماط دقيقة في نشاط الدماغ قد يغفل عنها البشر. وبدلاً من سؤال المريض عن تقييمه للألم، ينظر هذا النظام إلى الموجات الكهربائية الخام المسجلة من فروة الرأس. وقد اختبر الباحثون طريقتهم على بيانات من 223 متطوعاً سليماً تلقوا نبضات ليزر صغيرة ومتحكم بها في أيديهم. صُممت هذه النبضات لتحفيز استجابة للألم دون التسبب في إصابة فعلية. وكان الهدف هو معرفة ما إذا كان بإمكان الكمبيوتر تحديد شدة الألم التي شعروا بها بناءً على رد فعل الدماغ تجاه الليزر وحده.

يعمل النظام الذي أنشؤوه، والذي أطلقوا عليه اسم PainNet-ST، من خلال النظر إلى نشاط الدماغ بطريقتين في آن واحد: عبر سطح الرأس وعبر الزمن. تخيل الدماغ كمشهد طبيعي شاسع تضيء فيه مناطق مختلفة عندما يضرب الألم. يقوم الكمبيوتر أولاً برسم خريطة للأجزاء الأكثر نشاطاً في فروة الرأس، مع التركيز على المناطق المركزية والخلفية حيث تكون إشارات الألم في أقوى حالاتها. ثم يراقب كيفية تغير هذه الإشارات في أجزاء من الثانية التي تلي نبضة الليزر، باحثاً عن نمط موجي محدد يرتفع وينخفض في إيقاع يمكن التنبؤ به. يسمح هذا النهج المزدوج للنظام بفهم مكان معالجة الألم وكيف يتطور لحظة بلحظة. ولضمان أن النظام لا يقوم فقط بحفظ أدمغة الأشخاص الذين تم تدريبه عليها، اختبره الباحثون على أشخاص جدد تماماً لم يسبق له رؤيتهم من قبل. وهذه خطوة حاسمة، لأنها تثبت أن النظام يمكنه التعرف على الألم لدى أي شخص، وليس فقط في مجموعة معينة من المتطوعين.

كانت النتائج مذهلة. فعندما حلل الكمبيوتر إشارات الدماغ، حدد مستوى الألم بشكل صحيح في 92.28% من الحالات. ويمثل هذا تحسناً كبيراً عن الطرق السابقة، التي كانت غالباً ما تعاني للتمييز بين شدات الألم المختلفة أو تفشل عند اختبارها على أشخاص جدد. كان النظام بارعاً بشكل خاص في رصد المستويات العالية من الألم، وهو أمر حيوي لضمان حصول المرضى في الحالات الحرجة على المساعدة التي يحتاجونها. كما ارتكب أخطاء قليلة جداً في تحديد الحالات التي لا يكون فيها ألم موجود، مما يعني أنه لن يثير إنذارات كاذبة لدى الأطباء بعلاجات غير ضرورية. وللتأكد من أن النظام ليس مجرد "صندوق أسود" يتخذ القرارات دون سبب، أضاف الباحثون طبقة من الشفافية؛ حيث بنوا ميزة تسلط الضوء بدقة على الأجزاء التي استخدمها الكمبيوتر من الدماغ واللحظات الزمنية التي استخدمها لاتخاذ قراره. وقد أكد هذا أن النظام كان ينظر بالفعل إلى العلامات البيولوجية المعروفة للألم، مما يمنح الأطباء الثقة في أن النتائج موثوقة وقائمة على علم حقيقي.

يمثل هذا العمل خطوة كبيرة للأمام في جعل تقييم الألم موضوعياً وموثوقاً. ومن خلال إثبات أن الكمبيوتر يمكنه تعلم التعرف على الألم من إشارات الدماغ وحدها، فتح الباحثون الباب أمام أدوات يمكن أن تساعد يوماً ما أولئك الذين لا يستطيعون التحدث عن أنفسهم. وبينما تم اختبار النظام الحالي في بيئة محكومة مع متطوعين أصحاء، فإن النتائج تشير إلى إمكانية تكييف هذه التكنولوجيا في نهاية المطاف للاستخدام في المستشفيات الواقعية. إن القدرة على قياس الألم بدون كلمات يمكن أن تغير طريقة رعاية الفرق الطبية للمرضى الأكثر ضعفاً، مما يضمن علاج الألم بنفس الدقة والرعاية التي تحظى بها أي حالة طبية أخرى. وتظهر الدراسة أنه مع الأدوات المناسبة، يمكن ترجمة لغة الدماغ الخفية إلى معلومات واضحة وقابلة للتنفيذ من أجل الشفاء.

غارق في أبحاث مجالك؟

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

جرّب Digest →