كيف يساعد الذكاء الاصطناعي في تحسين التنبؤ بالهذيان؟

حسّن نموذج ذكاء اصطناعي نتائج المرضى المقيمين في المستشفيات من خلال مضاعفة معدل اكتشاف وعلاج الهذيان أربع مرات.

يحدد النموذج المرضى المعرضين لخطر كبير للإصابة بالهذيان، ويُنبّه فريقًا مُدرّبًا خصيصًا لتقييم المريض ووضع خطة علاجية عند الحاجة.

تم دمج النموذج، الذي طوره باحثون في كلية إيكان للطب في جبل سيناء، في عمليات المستشفى، مما يساعد مقدمي الرعاية الصحية على تحديد وإدارة الهذيان، وهي حالة يمكن أن تؤثر على ما يصل إلى ثلث المرضى في المستشفيات.

نُشرت الدراسة، وهي الأولى التي تُظهر أن نموذجًا لتوزيع مخاطر الهذيان، مدعومًا بالذكاء الاصطناعي، لا يُحقق أداءً جيدًا في بيئة المختبر فحسب، بل يُحقق أيضًا فوائد عملية في الممارسة السريرية، في مجلة JAMA Network Ope.

عنوان الورقة البحثية هو "نموذج التعلم الآلي متعدد الوسائط لتصنيف مخاطر الهذيان".

الهذيان

الهذيان حالةٌ مفاجئةٌ وشديدةٌ من الارتباك، تُهدد الحياة، وغالبًا ما لا تُكتشف لدى المرضى المُقيمين في المستشفيات.

وبدون علاج، يُمكن أن يُطيل مدة الإقامة في المستشفى، ويزيد من خطر الوفاة، ويُفاقم النتائج على المدى الطويل.

حتى الآن، لم تُحقق نماذج التنبؤ بالهذيان المُدارة بالذكاء الاصطناعي أي تحسنٍ ملموسٍ في رعاية المرضى ، وفقًا للباحثين.

قال الدكتور جوزيف فريدمان، كبير الباحثين في الدراسة: "كان الدافع وراء دراستنا في ماونت سيناي واضحًا، لم تُظهر نماذج التنبؤ بالهذيان الحالية القائمة على الذكاء الاصطناعي بعدُ فوائد عملية لرعاية المرضى".

وأضاف: "أردنا تغيير ذلك من خلال إنشاء نموذج يحسب مخاطر الهذيان بدقة في الوقت الفعلي ويتكامل بسلاسة مع سير العمل السريري، مما يساعد موظفي المستشفى على اكتشاف وعلاج المزيد من المرضى الذين يعانون من الهذيان والذين قد يتم تجاهلهم بخلاف ذلك".

بدلاً من بناء نموذج ذكاء اصطناعي بمعزل عن غيره واختباره لاحقًا في المستشفيات، عمل فريق البحث عن كثب مع أطباء مستشفى ماونت سيناي وطاقم المستشفى منذ البداية، سمح لهم نهج "التكامل الرأسي" هذا بتحسين النموذج آنيًا، مما يضمن فعاليته وعمليته للاستخدام السريري.

عند نشره، أدى نموذج الذكاء الاصطناعي إلى تحسين اكتشاف الهذيان بشكل كبير، مما أدى إلى النتائج التالية:

زيادة بنسبة 400% في الحالات التي تم تحديدها دون زيادة الوقت المستغرق في فحص المرضى.

وصف الأدوية بشكل أكثر أمانًا من خلال تقليل استخدام الأدوية التي قد تكون غير مناسبة لكبار السن.

أداء قوي وموثوق به في بيئة المستشفى الواقعية.

وفي دراستهم، التي شملت أكثر من 32 ألف مريض تم إدخالهم إلى مستشفى ماونت سيناي في مدينة نيويورك، استخدم الباحثون نموذج الذكاء الاصطناعي لتحليل مجموعة من البيانات المنظمة وملاحظات الأطباء من السجلات الصحية الإلكترونية.

تم استخدام التعلم الآلي لتحديد أنماط بيانات الرسم البياني المرتبطة بارتفاع خطر الهذيان وتم تطبيق معالجة اللغة الطبيعية لتحديد الأنماط من لغة ملاحظات الرسم البياني التي كتبها موظفو المستشفى.

يرصد هذا النهج ملاحظات الموظفين حول التغيرات الطفيفة في الحالة النفسية لدى المرضى المصابين بالهذيان أو المعرضين لخطر متزايد.

قد لا يدرك أحد الموظفين الذي يكتب ملاحظة في ذلك الوقت أن ملاحظاته السريرية تُسهم في تحسين دقة نموذج الذكاء الاصطناعي.

ومن الجدير بالذكر أن النموذج تم اختباره على مجموعة متنوعة للغاية من المرضى مع مجموعة واسعة من الظروف الطبية والجراحية - أوسع بكثير من المجموعات الضيقة المضمنة عادة في دراسات نماذج التنبؤ بمخاطر الهذيان القائمة على التعلم الآلي.

حسّنت الأداة بشكل ملحوظ معدلات الكشف الشهري عن الهذيان - من 4.4% إلى 17.2% - مما أتاح التدخل المبكر.

كما تلقى المرضى الذين تم تشخيصهم جرعات أقل من الأدوية المهدئة، مما قد يقلل من الآثار الجانبية ويحسّن الرعاية الصحية بشكل عام.

يوضح هذا البحث القفزات النوعية التي يتم تحقيقها من خلال دمج دعم القرارات السريرية المدعوم بالذكاء الاصطناعي.