AI Driven Multi-Omics Network Model for Early Detection of Cardiovascular Disease

تخيل جسدك كمدينة صاخبة وعالية التقنية. في هذه المدينة، يمثل قلبك محطة الطاقة المركزية، حيث يضخ الطاقة عبر شبكة واسعة من الطرق (أوعيتك الدموية) لإبقاء كل حي يعمل. ومع ذلك، قد تتعرض هذه الطرق أحياناً للانسداد، أو تتعرض محطة الطاقة للإجهاد، أو تضطرب إشارات المرور، مما يؤدي إلى ازدحام مروري كبير يُعرف بأمراض القلب والأوعية الدموية. لفترة طويلة، كان الأطباء يشبهون رجال مرور المرور، يتحققون من الطرق واحدة تلو الأخرى باستخدام اختبارات يدوية لمعرفة ما إذا كان هناك اختناق قادم. ولكن ماذا لو استطعنا توظيف محقق فائق الذكاء ولا يكل، يمكنه النظر إلى خريطة المدينة بأكملها في وقت واحد، ورصد الأدلة الصغيرة في الطقس، وعادات السائقين، وحالة الطرق قبل أن يبدأ الزحام في التباطؤ فعلياً؟ هنا يأتي دور الذكاء الاصطناعي (AI) وتعلم الآلة (ML). فكر في الذكاء الاصطناعي كطالب يتعلم من خلال قراءة ملايين القصص حول كيفية وقوع المدن في المشاكل، بينما يمثل تعلم الآلة مجموعة الأدوات المحددة التي يستخدمها هذا الطالب للعثور على الأنماط في تلك القصص. ومن خلال تغذية هؤلاء المحققين الرقميين ببيانات حول كيفية عيش الناس — ماذا يأكلون، وكم يتحركون، ومدى شعورهم بالتوتر — قد نتمكن من التنبؤ بمشكلة في القلب قبل حدوثها، محولين إياها من مفاجأة مخيفة إلى تحذير يمكن التعامل معه.

في هذه الورقة البحثية، قرر فريق من الباحثين من كلية آر في (RV) للهندسة ومعهد سري جاياديفا لعلوم القلب والأوعية الدموية بناء نسختهم الخاصة من ذلك المحقق فائق الذكاء. لقد جمعوا معلومات من حوالي 300 شخص حقيقي، حيث أنشأوا ملفاً رقمياً لكل منهم يتضمن أعمارهم، وضغط دمهم، وما إذا كانوا يدخنون أو يتناولون الكحول، ومستويات التوتر لديهم، ومدى نشاطهم. الأمر يشبه التقاط صورة لـ 300 سائق وسياراتهم لمعرفة أي منهم الأكثر عرضة للتعرض لحادث.

قام الفريق أولاً بتنظيف بياناتهم، وإصلاح الأجزاء المفقودة وتنظيم المعلومات الفوضوية، تماماً مثل أمين مكتبة يرتب كومة فوضوية من الكتب في صفوف مرتبة. ثم استخدموا "خريطة حرارية للارتباط" (correlation heatmap)، وهي أساساً خريطة ملونة توضح كيف تلتصق العادات المختلفة ببعضها البعض. على سبيل المثال، وجدوا أن التوتر العالي غالباً ما يترافق مع التدخين وقلة النشاط البدني، مثل مجموعة من الأصدقاء الذين يظهرون دائماً معاً.

لإجراء تنبؤاتهم، قام الباحثون بتدريب ثلاثة أنواع مختلفة من "الأدمغة" الاصطناعية للنظر في هذه البيانات وتخمين من قد يصاب بأمراض القلب:

1. الانحدار اللوجستي (Logistic Regression): فكر في هذا كآلة حاسبة بسيطة ذات خط مستقيم. إنه يرسم خطاً واحداً للفصل بين السائقين "المعرضين للخطر" والآخرين "الآمنين".
2. شجرة القرار (Decision Tree): تشبه هذه لعبة "20 سؤالاً". يطرح الذكاء الاصطناعي سلسلة من الأسئلة التي تُجاب بنعم أو لا (مثل: "هل تدخن؟" "هل ضغط دمك مرتفع؟") لتضييق نطاق الإجابة.
3. الغابة العشوائية (Random Forest): هذه عبارة عن غابة كاملة من أشجار القرار. بدلاً من طرح مجموعة واحدة من الأسئلة، تطرح مجموعات مختلفة من الأسئلة من أشجار عديدة، ثم تأخذ تصويتاً على الإجابة النهائية.

كانت النتائج واضحة تماماً. فقد نجحت "الآلة الحاسبة ذات الخط المستقيم" (الانحدار اللوجستي) في إصابة الهدف بنسبة 69% تقريباً. كانت جيدة، لكنها أغفلت الكثير من الطرق المعقدة التي يمتزج بها التوتر والتدخين والنظام الغذائي. ومع ذلك، كان "لعبة الـ 20 سؤالاً" (شجرة القرار) و"غابة الأشجار" (الغابة العشوائية) أكثر دقة بكثير. فقد حقق كلا النموذجين دقة بلغت 94%. لقد كانا ممتازين في رصد الروابط المعقدة بين خيارات نمط الحياة وصحة القلب.

لم يتوقف الباحثون عند الأرقام فحسب؛ بل استخدموا أيضاً أداة تسمى "سايتوسكيب" (Cytoscape) لرسم شبكة بصرية. تخيل شبكة عنكبوتية حيث يوجد مرض القلب في المركز، وتتصل به خيوط بالتدخين، والكحول، والتوتر، والسكري، وقلة ممارسة الرياضة. أظهرت هذه الشبكة أن هذه العوامل لا تعمل بمفردها؛ بل تجذب بعضها البعض، مما يخلق فوضى متشابكة تؤدي إلى المشاكل. وتشير الدراسة إلى أنه من خلال النظر إلى هذه الشبكة بأكملها بدلاً من مجرد خيط واحد، يمكننا رصد الخطر في وقت مبكر جداً.

بالطبع، يحرص المؤلفون على الإشارة إلى أن هذه ليست سوى البداية. فـ "مدينتهم" ضمت 300 ساكن فقط، وهو عدد صغير مقارنة بالعالم أجمع، ولم يتحققوا من نتائجهم مقابل بيانات من مدن أخرى بعد. كما أن بعض البيانات، مثل مستويات التوتر، كانت تعتمد على ما قاله الناس عن شعورهم، وهو أمر قد يكون ذاتياً. كما لم يتضمنوا الشفرات الجينية أو الاختبارات الكيميائية من عينات الدم، والتي قد تضيف مزيداً من التفاصيل.

رغم هذه القيود، تشير الدراسة إلى أن استخدام أدوات الذكاء الاصطناعي المتقدمة هذه لتحليل عاداتنا اليومية يمكن أن يكون وسيلة قوية للإمساك بأمراض القلب مبكراً. إنها ليست علاجاً سحرياً بعد، لكنها كشاف واعد جداً يساعدنا على رؤية الزوايا المظلمة لصحتنا قبل أن تنطفئ الأنوار.