تحسين تصنيف الضغوط المعرفية عبر دمج تخطيط الدماغ الكهربائي وتخطيط القلب: اختلافات بين الجنسين في الاستجابة الفسيولوجية

لماذا قياس العبء الذهني اليومي مهم

تجذب الحياة الحديثة انتباهنا باستمرار، من المواعيد الضيقة إلى تعدد المهام على الشاشات. ومع ذلك نادراً ما نرى ما يفعله هذا الضغط داخل أجسامنا وأدمغتنا في الزمن الحقيقي. تستكشف هذه الدراسة طريقة "للاستماع" إلى كل من الدماغ والقلب في آن واحد لتحديد مدى الضغوط الذهنية لدى الشخص، وهل تختلف تلك الاستجابة بين الرجال والنساء. يمكن أن تساعد مثل هذه الأدوات في المستقبل المدارس وأماكن العمل وحتى السيارات على التكيّف مع تغير الحمل الذهني للأفراد قبل وقوع أخطاء أو حدوث احتراق وظيفي.

الاستماع معاً إلى الدماغ والقلب

عندما نكون تحت ضغط ذهني، تتغير إيقاعات المخ ونشاط القلب معاً. استخدم الباحثون تسجيلين طبيين شائعين: تخطيط الدماغ الكهربائي (EEG) الذي يتتبع الإشارات الكهربائية الصغيرة من الدماغ، وتخطيط القلب الكهربائي (ECG) الذي يرصد نبضات القلب. بدلاً من إدخال مئات القياسات الخام، ركزوا على ثلاثة مؤشرات مدمجة لها معنى فسيولوجي واضح: نسبة ثيتا/ألفا في الدماغ (TAR) التي تعكس الجهد العقلي، ومعدل ضربات القلب البسيط (HR)، ومقياس توازن تباين القلب المسمى LF/HF الذي يلتقط كيف يتغير الجهاز العصبي تحت الضغط. جُمعت هذه الإشارات من 66 طالباً جامعياً سليمين أثناء أداء مهام حسابية تتزايد صعوبتها صممت لتحفيز ضغط معرفي خفيف إلى قوي بشكل موثوق.

من الإشارات الخام إلى كاشف ذكي للضغط

لم يكتفِ الفريق بالأمل في أن أي إشارة ستنجح؛ بل تحققوا أولاً إحصائياً من أن الميزات التي اختاروها تختلف فعلاً بين حالة الراحة والضغط. باستخدام اختبارات قياسية، أكدوا أن TAR وHR وLF/HF تغيرت بطرق منهجية عبر المراحل الخمس للمهمة، من راحة العينين مفتوحتين إلى أصعب العمليات الحسابية. ثم قاموا بتطبيع البيانات بحيث تصبح قياسات الدماغ والقلب على مقاييس قابلة للمقارنة، واستخدموا تحليل المكونات الرئيسية للتأكد من أن كل ميزة تضيف معلومات فريدة بدلاً من تكرار ما تلتقطه ميزة أخرى. بعد ذلك بنوا عدة نماذج كلاسيكية لتعلم الآلة — بما في ذلك أشجار القرار، والمجاور الأقرب k، وتحليل التمييز الخطي، وبايز الساذج، والغابات العشوائية، وآلات الدعم الناقلة (SVMs) — ودربوها لتمييز الراحة عن الضغط، وللفصل بين الضغط المنخفض والعالي، باستخدام EEG وحده أو ECG وحده أو دمجهما سوياً.

دمج الإشارات يعزز الدقة

عبر كل المقارنات تقريباً، تفوق النموذج المدمج الذي استخدم كل من EEG وECG على تلك التي اعتمدت على إشارة واحدة. برز مُصنف SVM كأقوى نهج، مميزاً بين الراحة ومستويات الضغط المختلفة بدقة قصوى تصل إلى نحو 94–95%. نموذج أبسط يعتمد على الدماغ فقط استناداً إلى نسبة ثيتا/ألفا أحرز أداءً معقولاً بالفعل، لكن إضافة مقاييس القلب حسّنت الأداء بشكل ملموس، خاصة عندما كان الضغط طفيفاً بدلاً من أن يكون شديداً. من الناحية التقنية، حقق النموذج المدمج دقة أعلى، ودقة استدعاء (precision) وسكور F1 أعلى، وأداء أكثر توازناً عبر الفئات، مما يدل على أن الدماغ والقلب يقدمان رؤى تكاملية حول نفس الحمل الذهني الكامن.

الرجال والنساء لا يستجيبون بنفس الشكل تماماً

بما أن مجموعة البيانات العامة عنونت جنس كل مشارك بعناية، تمكن المؤلفون من الذهاب خطوة أبعد وسؤال ما إذا كانت أنماط استجابة الدماغ والقلب للضغط المعرفي تختلف بين الرجال والنساء. أعادوا تشغيل نماذجهم بشكل منفصل لكل مجموعة ووجدوا أن النساء كنَّ يميلن لتحقيق درجات تصنيف أعلى من الرجال في كثير من المهام. في المتوسط، أظهرت المشاركات إناثاً إشارات جهد دماغي (TAR) أعلى قليلاً ومعدل قلب أعلى تحت الحمل، بينما أظهر الرجال ميلاً طفيفاً نحو توازن LF/HF أعلى. وعلى الرغم من أن الاختلافات لم تكن كبيرة للغاية، إلا أنها كانت كافية لأن تشير إليها الاختبارات الإحصائية وأن تستفيد منها نماذج تعلم الآلة. يشير هذا إلى أن كاشف ضغط واحد يناسب الجميع قد لا يكون عادلاً أو مثالياً تماماً.

ماذا يعني هذا للأنظمة الذكية المستقبلية

للقارئ غير المتخصص، الخلاصة مباشرة: يمكنك الحصول على قراءة موثوقة لمقدار الضغوط الذهنية لشخص ما بدمج عدد صغير من الإشارات المختارة جيداً من الدماغ والقلب، وتلك الإشارات ليست متطابقة بين الرجال والنساء. تُظهر هذه الدراسة أن الأداء العالي لا يتطلب نماذج تعلّمٍ عميقٍ معقدة "صندوق أسود" أو مئات الميزات الغامضة؛ فثلاثية مدمجة ومفسرة — نسبة إيقاع الدماغ، ومعدل ضربات القلب، وتوازن تباين القلب — تُغذى في مُصنف قياسي يمكن أن يصل إلى دقة مثيرة للإعجاب. على المدى الطويل، قد تُمكّن هذه الأنظمة متعددة الوسائط والتي تراعي الجنسَ الأجهزة القابلة للارتداء ومنصات التعلم أو واجهات السلامة الحرجة التي تكتشف بهدوء عندما يكون المستخدم مثقلاً، وتعدل المتطلبات في الزمن الحقيقي، مما يساعد على تقليل الأخطاء والتعب والضغط المزمن.

الاستشهاد: Salam, A., Alam, F., Shah, D. et al. Improving cognitive stress classification via multimodal EEG and ECG fusion: gender differences in physiological response. Sci Rep 16, 7304 (2026). https://doi.org/10.1038/s41598-026-38356-3

الكلمات المفتاحية: الضغوط المعرفية, تخطيط الدماغ الكهربائي وتخطيط القلب, تعلم الآلة, اختلافات بين الجنسين, المراقبة الفسيولوجية