ابتكر فريق بحثي نموذج ذكاء اصطناعي متخصص في التنبؤ بمخاطر الأمراض المزمنة لدى المسنين، يعالج مشكلة أساسية تواجه النماذج الطبية التنبؤية: فقدان دقتها عند تطبيقها على مجموعات سكانية تختلف عن البيانات المستخدمة في تطويرها.
النموذج الجديد، المسمى CoxRTL، يعتمد على تقنيات التعلم الانتقالي ويجمع معلومات من دراسات خارجية متعددة لتحسين الدقة. يستخدم آليات فحص وتصحيح متقدمة للتعامل مع الاختلافات بين المجموعات السكانية المختلفة، ويدمج أوزاناً إحصائية متطورة تتكيف مع توزيع البيانات الفعلي في السكان المستهدفين.
اختبر الفريق النموذج على بيانات المسح الوطني الأمريكي للصحة والتغذية، حيث طور نماذج تنبؤية لعشرين مرضاً مزمناً. حققت CoxRTL تحسناً ملحوظاً في القدرة التمييزية مقارنة بالنماذج التقليدية، بمتوسط تحسن في معدل التمييز بلغ 0.056 عند المقارنة مع النماذج المطورة من فئة المسنين وحدهم.
أظهرت الدراسة تحسناً إضافياً في دقة المعايرة وفائدة النموذج السريرية وتصنيف المخاطر. كما حددت المتغيرات الأكثر مساهمة في التنبؤ عبر الأمراض المختلفة، مما يساعد الأطباء في التركيز على العوامل الأكثر أهمية.
أثبتت التطبيقات المستقلة في دراسات صينية أن النموذج محتفظ بفعاليته عند مواجهة فوارق جغرافية وزمنية. هذه النتائج تؤكد أن CoxRTL يمثل استراتيجية عملية لتطوير نماذج تنبؤية دقيقة للسكان المحددين مسبقاً، خاصة عندما تكون بيانات التدريب المتاحة محدودة.
Comments (0)
No comments yet. Be the first.