شبكة بايزية لتحديد أسباب ضيق التنفس باستخدام قاعدة بيانات السجلات الطبية الإلكترونية الوطنية

لماذا يهم معرفة سبب ضيق التنفس

قد يكون من المخيف مواجهة صعوبة في التقاط الأنفاس، سواء ظهرت فجأة أو تراكمت على مدار أشهر. غالبًا ما يكون ضيق التنفس العلامة الأولى على وجود مشكلة في القلب أو الرئتين، ومع ذلك قد يواجه الأطباء في الممارسة العامة اليومية قائمة طويلة من الأسباب المحتملة ووقتًا محدودًا وإمكانيات فحص محدودة. تصف هذه الدراسة أداة جديدة معتمدة على الحاسوب تستخدم أنماطًا في ملايين السجلات الطبية المجهولة لمساعدة أطباء الممارسة العامة على تضييق الأسباب الأكثر احتمالًا بسرعة عندما يعاني المريض من ضيق التنفس، بهدف تسريع التشخيص وتجنب الفحوصات غير الضرورية.

عرض شائع له جذور متعددة

يُعرَف ضيق التنفس أحيانًا بقصر النفس أو ضيق النفس، وهو شكوى شائعة جدًا لها عواقب خطيرة. الأشخاص الذين يشعرون بضيق التنفس بشكل متكرر غالبًا ما يعانون من تدهور في جودة الحياة، ومزيد من القلق والاكتئاب، ومخاطر أعلى للدخول إلى المستشفى والوفاة المبكرة. يرتبط ذلك بشكل خاص بأمراض الرئة المزمنة مثل الربو ومرض الانسداد الرئوي المزمن، وبأمراض القلب مثل فشل القلب، لكنه قد يكون أيضًا ناتجًا عن التهابات، أو جلطات دموية، أو حتى السرطان. وبما أن أمراضًا كثيرة تشترك في هذا العرض الوحيد، غالبًا ما يضطر أطباء الممارسة العامة إلى طلب فحوصات متعددة وإحالة المرضى إلى متخصصين مختلفين، ما قد يؤخر العلاج الصحيح ويزيد من تكاليف الرعاية الصحية.

تحويل السجلات الروتينية إلى أداة تعليمية

استفاد الباحثون من قاعدة بيانات كبيرة في المملكة المتحدة للسجلات الطبية الإلكترونية من 50 عيادة عامة، غطت نحو 136,000 بالغ زرع الطبيب العام بسبب ضيق التنفس بين عامي 2002 و2024. من هذه السجلات حددوا ما يقرب من 385,000 "حلقة" مميزة من ضيق التنفس وربطوها، حيث أمكن، بعشر تشخيصات رئيسية معروفة بأنها تسبب قصر التنفس، بما في ذلك الربو، ومرض الانسداد الرئوي المزمن، وفشل القلب، وسرطان الرئة، والالتهاب الرئوي، والجلطات الدموية في الرئة. ولضمان إنصاف الربط، عرّفوا نوافذ زمنية حول كل حلقة: لمشكلة سريعة التطور مثل الالتهاب الرئوي نظروا فقط لبضعة أسابيع قبل وبعد الزيارة، بينما للأمراض الأبطأ مثل سرطان الرئة نظروا لشهور عديدة على الجانبين. كما استخرجوا 34 معلومة بسيطة عن كل مريض—مثل العمر، الجنس، التدخين، أعراض مثل السعال أو الصفير، الأدوية الحالية، والتشخيصات السابقة.

كيف تعمل الشبكة الذكية

باستخدام هذه المعلومات، بنى الفريق نوعًا من النماذج الإحصائية يُسمى شبكة بايزية. يمكن تصورها كشبكة من النقاط المربوطة، حيث تمثل كل نقطة شيئًا عن المريض (مثل "مدخن حاليًا" أو "سجل بمرض الانسداد الرئوي المزمن") أو أحد الأسباب العشرة الممكنة لضيق التنفس. تُظهر الخطوط بين النقاط مدى قوة العلاقة بينها. عندما يدخل الطبيب تفاصيل المريض، تُحدِّث الشبكة احتمالات كل تشخيص بناءً على الأنماط المستفادة من جميع المرضى السابقين في قاعدة البيانات. تم تعلم بنية الشبكة أولًا من البيانات ثم تم تنقيحها بمشورة أطباء متخصصين في الرئة والقلب لضمان أنها منطقية سريريًا ولا تعتمد على علاقات سببية مستحيلة.

مدى أداء الأداة

لاختبار النموذج، وضع الباحثون جانبًا 30% من حلقات ضيق التنفس التي لم تُستخدم أثناء التطوير. على هذه المجموعة المنفصلة، تراوحت قدرة الأداة على التمييز بين المرضى المصابين والغير مصابين بكل حالة بين متوسطة وممتازة. على سبيل المثال، كانت درجة أدائها (المعروفة باسم ROC-AUC) 0.94 لفشل القلب و0.90 للربو، ما يعني أنها نادرًا ما خلطت بين المرضى المصابين وغير المصابين بهذه الحالات. وحتى بالنسبة للتشخيصات الأكثر تحديًا مثل التهابات الصدر غير الالتهابية بالتهاب رئوي، كان الأداء أفضل من الصدفة. أظهرت فحوص إضافية أن الاحتمالات التي أنتجها النموذج تطابقت عن كثب مع ما شوهد فعليًا في البيانات. وليس من المستغرب أن التاريخ المرضي السابق للفرد كان غالبًا أقوى دليل على أن حلقة جديدة ناجمة عن نفس الحالة.

ما الذي قد يعنيه هذا للمرضى والأطباء

قام الباحثون بالفعل بدمج هذه الشبكة في نظام دعم قرار سريري يتصل ببرمجيات أطباء الممارسة العامة ويجري اختبارها في تجربة في عيادات أسترالية. إذا استمر أداؤها الجيد، فقد تساعد الأداة الأطباء على رؤية أي التشخيصات أكثر أو أقل احتمالًا بسرعة عندما يعرض المريض ضيق التنفس، موجهة إياهم نحو الفحوص الأكثر معلوماتية أولًا. هذا لا يستبدل حكم الطبيب، ولا يمكنه تغطية كل سبب ممكن، لكنه يمكن أن يوفر "رأيًا ثانويًا" قائمًا على الأدلة مستمدًا من مئات الآلاف من الحالات المماثلة. بعبارة بسيطة، تشير الدراسة إلى أن السجلات الإلكترونية المحللة بعناية يمكن تحويلها إلى مستشار هادئ في الخلفية—مستشار يساعد على تقصير الطريق من الشعور المخيف الأول بقصر التنفس إلى تشخيص واضح وعلاج مناسب.

الاستشهاد: Kabir, A., Devaux, A., Jenkins, C. et al. A Bayesian network for identifying causes of breathlessness using a national electronic medical records (EMR) database. Sci Rep 16, 4900 (2026). https://doi.org/10.1038/s41598-026-35250-w

الكلمات المفتاحية: ضيق التنفس, الرعاية الأولية, شبكة بايزية, السجلات الطبية الإلكترونية, دعم القرار التشخيصي