التعلم الآلي كلمة السر.. كيف يمكن التنبؤ بتطور مرض التصلب المتعدد؟
يمكن لنماذج التعلم الآلي أن تبلغ الأطباء بشكل موثوق عن تطور الإعاقة الناتج عن مرض التصلب المتعدد، وفقًا لدراسة نشرت في مجلة PLOS Digital Health ذات الوصول المفتوح.
أجرى الدراسة إدوارد دي بروير من جامعة لوفين في بلجيكا وزملاؤه.
ما هو التصلب المتعدد ؟
التصلب المتعدد (MS) هو أحد أمراض المناعة الذاتية التقدمية المزمنة التي تؤدي إلى إعاقة شديدة بمرور الوقت من خلال نمط معقد من التقدم والتعافي والانتكاس.
وقد زاد انتشار هذا المرض العالمي بأكثر من 30% خلال العقد الماضي.
ومع ذلك، هناك عدد قليل من الأدوات التي يمكنها التنبؤ بتطور مرض التصلب العصبي المتعدد لمساعدة الأطباء والمرضى على التخطيط للحياة واتخاذ القرارات العلاجية.
تفاصيل الدراسة
وفي الدراسة الجديدة، استخدم دي بروير وزملاؤه بيانات عن 15240 شخصًا بالغًا لديهم تاريخ مرض التصلب العصبي المتعدد لمدة 3 سنوات على الأقل والذين تم علاجهم في 146 مركزًا لمرض التصلب العصبي المتعدد في 40 دولة.
تم استخدام البيانات المتعلقة بسنتين من تطور مرض كل مريض لتدريب أحدث نماذج التعلم الآلي للتنبؤ باحتمالية تطور المرض خلال الأشهر والسنوات اللاحقة.
تم تدريب النماذج والتحقق من صحتها باستخدام مبادئ توجيهية سريرية صارمة، مما يعزز قابلية تطبيق النماذج في الممارسة السريرية.
في حين تباينت النماذج الفردية في الأداء عبر مجموعات فرعية مختلفة من المرضى، كان للنماذج مساحة متوسطة تحت منحنى ROC (ROC-AUC) تبلغ 0.71 ± 0.01.
وجدت الدراسة أن تاريخ تطور الإعاقة كان أكثر تنبؤًا بتطور الإعاقة في المستقبل من تاريخ العلاج أو الانتكاس.
استنتج المؤلفون أن النماذج التي تم تطويرها في الدراسة لديها القدرة على تعزيز التخطيط بشكل كبير للأفراد المصابين بمرض التصلب العصبي المتعدد ويمكن تقييمها في دراسة التأثير السريري.
ويضيف دي بروير: "باستخدام التاريخ السريري لأكثر من 15000 شخص مصاب بالتصلب المتعدد، قمنا بتدريب نموذج تعلم آلي قادر على التنبؤ بشكل موثوق باحتمال تطور الإعاقة في العامين المقبلين، ويستخدم النموذج فقط المتغيرات السريرية المجمعة بشكل روتيني، مما يجعل أنها قابلة للتطبيق على نطاق واسع".
وأردف: "إن معاييرنا الصارمة والتحقق الخارجي تدعم الإمكانات الهائلة لنماذج التعلم الآلي لمساعدة المرضى على التخطيط لحياتهم والأطباء على تحسين استراتيجيات العلاج".
