التنبؤ الديناميكي في الوقت الحقيقي بنقل مرض اليد والقدم والفم باستخدام نموذج SEIRQ-ARIMA الهجين المحسّن بخوارزمية ABC-GWO متعددة المراحل

لماذا هذا مهم للصحة اليومية

مرض اليد والقدم والفم (HFMD) هو مرض شائع بين الأطفال يمكن أن يثقل كاهل الأسر والمدارس والمستشفيات بهدوء. في منطقة قوانغشي في الصين وحدها، تم الإبلاغ عن أكثر من 120,000 حالة بين عامي 2014 و2020، ومعظمها لدى أطفال دون سن الخامسة. يطرح هذا البحث سؤالاً عملياً: إذا جمعنا مستشعرات في الوقت الحقيقي وخوارزميات ذكية ونماذج مرضية، هل يمكننا التنبؤ بتفشيات HFMD بدقة أكبر واستخدام إجراءات الحجر الصحي بذكاء—موفّرين المال وتجنبًا للاضطراب غير الضروري؟

من المنحنيات البسيطة إلى التنبؤ الذكي

تقسم نماذج الأوبئة التقليدية السكان إلى مجموعات مثل «المعرضين للخطر» و«المصابين» و«المتعافين»، ثم تستخدم معلمات ثابتة لتتبع كيفية صعود وسقوط التفشي. هذه النماذج مفيدة لفهم الاتجاهات العامة، لكنها تفترض أن العالم ثابت: أن حركة الناس تظل نفسها طوال العام، وأن الطقس لا يتغير، وأن تدابير السيطرة مثل الحجر الصحي لا تتبدل. في الواقع، يزداد انتقال HFMD في قوانغشي خلال الصيف الرطب، وينخفض في الأشهر الأبرد، ويقفز عند سفر العائلات في عطلات مثل عيد الربيع. عانت النماذج ذات المعلمات الثابتة لمواكبة هذه التقلبات، وغالبًا ما كانت تفوت التفشيات العنقودية في أماكن مثل رياض الأطفال بأكثر من 30 بالمئة.

ما تراه المستشعرات

بنى الباحثون على شبكة «إنترنت الأشياء» المتوسعة الموجودة بالفعل في أنحاء قوانغشي. تم تجهيز مئات المستشفيات ورياض الأطفال ومحاور النقل بأجهزة تراقب درجة الحرارة والرطوبة والازدحام وحركة الأشخاص. تتعقب مستشعرات أخرى مدى تطبيق تدابير الحجر الصحي—كم عدد الأطفال الذين يبقون في المنزل، وعدد مرات خروج المعزولين من غرفهم، ومدى امتلاء الفصول أو غرف الانتظار. تصل تدفقات البيانات هذه في غضون دقائق، وتُقارن مع السجلات الورقية، وهي دقيقة بما يكفي لالتقاط آثار مثل قصر فترة حضانة HFMD خلال صيف شديد الرطوبة. باختصار، تلتقط المستشعرات الظروف المتغيرة التي تجعل الفيروس ينتشر أسرع أو أبطأ.

طريقة جديدة لمتابعة المرض

باستخدام هذه البيانات، رفع الفريق النموذج الكلاسيكي إلى إطار SEIRQ، مضيفًا مجموعة منفصلة للأشخاص المصابين المعزولين. والأهم أن الكميات الرئيسية—مدى سهولة انتشار الفيروس، وسرعة تحول الأطفال المكشوفين إلى مرضى، وسرعة شفاء المرضى، ونسبة الأطفال المصابين الذين يُعزلون فعليًا—لم تعد تُعامل كثوابت. بل سُمح لها بالتغير مع الزمن، موجهة مباشرة بقراءات المستشعرات والسجلات الصحية الرسمية. لتعديل هذا النموذج الديناميكي، جمع المؤلفون بين طريقتين للتحسين مستلهمتين من الطبيعة: إحداهما تُحاكي طريقة استكشاف النحل ومشاركة المعلومات عن مصادر الغذاء، والأخرى تُحاكي كيفية بحث الذئاب التعاوني عن الفرائس. تعملان على مراحل: تستكشف خوارزمية النحل مجموعة كبيرة من تراكيب المعلمات المحتملة، ثم تُحسّن خوارزمية الذئاب أكثر الاحتمالات وعدًا. يساعد ذلك على تجنب الوقوع في أنماط محلية مضللة مخفية في بيانات العالم الواقعي المليئة بالضوضاء.

مزج الفيزياء والأنماط

حتى النموذج المرضي المضبوط بعناية قد يترك وراءه تقلبات غير مفسرة في البيانات—قفزات وانخفاضات قصيرة الأجل تنشأ عن جداول المدارس أو اندفاعات السفر المفاجئة. لالتقاط هذه الأنماط الزمنية الدقيقة، قرن المؤلفون نموذج SEIRQ بأداة إحصائية معروفة للتنبؤ تسمى ARIMA، والتي تجيد تعلم الأنماط المتكررة في السلاسل الزمنية. بدلًا من ترك شبكة عصبية معقدة تغُمِض ما يحدث، دمجوا النموذجين بشفافية: التنبؤ النهائي هو مزيج موزون بين منحنى SEIRQ الميكانيكي وتنبؤ ARIMA. في اختبارات على بيانات HFMD في قوانغشي من 2014 إلى 2020، قضى هذا النهج الهجين تقريبًا على أخطاء التنبؤ، فخفض مقياسًا رئيسيًا للخطأ بنحو 95 بالمئة مقارنة باستخدام أي من النموذجين منفردين.

ماذا يعني ذلك لسياسة الحجر الصحي

بما أن النموذج يتتبع الحجر الصحي صراحة، يمكنه ترجمة «كم يجب أن نكون صارمين؟» إلى أرقام ملموسة. تشير التحليلات إلى أنه في قوانغشي، يمكن أن يؤدي رفع معدل العزل الفعّال للأطفال المصابين إلى نحو 40 بالمئة إلى خفض ذروة موجة HFMD بأكثر من النصف، مع تحقيق نسبة تكلفة-منفعة إيجابية تقارب وحدة من الإنفاق مقابل ما يقرب من تسع وحدات من الخسائر المتجنبة. الذهاب إلى ما هو أبعد من هذا المستوى يعطي عوائد متناقصة وتكاليف تتصاعد بسرعة، بينما البقاء دونه يترك العديد من الإصابات التي يمكن تفاديها. للجهات صاحبة القرار، الدرس بسيط وقوي: من خلال ربط بيانات المستشعرات بنموذج هجين شفاف ومدقّق بعناية، يمكن توقيت واستهداف إجراءات الحجر الصحي بحيث تقلل بفعالية من مرض الأطفال والضغط على الرعاية الصحية من دون اللجوء إلى إغلاقات شاملة.

الاستشهاد: Zeng, Z., Sathasivam, S., Xin, J. et al. Real-time dynamic prediction of HFMD transmission using SEIRQ-ARIMA hybrid model optimized by multi-stage ABC-GWO algorithm. Sci Rep 16, 9043 (2026). https://doi.org/10.1038/s41598-026-35833-7

الكلمات المفتاحية: مرض اليد والقدم والفم, مراقبة الوباء عبر إنترنت الأشياء, نمذجة SEIR, تنبؤ السلاسل الزمنية, تحسين الحجر الصحي