تحسين التنبؤ بالجلوكوز باستخدام شبكة عصبية متكررة وهندسة ميزات متقدمة

لماذا يهم التنبؤ بتقلبات السكر

بالنسبة للأشخاص المصابين بالسكري، يمكن أن تحدث انخفاضات أو ارتفاعات خطيرة في مستوى السكر في الدم دون سابق إنذار، مما يؤدي إلى الارتباك أو الإغماء أو أضرار طويلة الأمد للقلب والعينين والأعصاب. تستطيع أجهزة الاستشعار الحديثة تتبع السكر في الدم كل بضع دقائق، لكنها في الغالب تعرض ما يحدث الآن بدلًا من ما سيحدث قريبًا. تستكشف هذه الدراسة كيف يمكن للذكاء الاصطناعي تحويل تدفقات بيانات المستشعر إلى توقعات قصيرة المدى، مما يمنح المرضى ومقدمي الرعاية تحذيرًا يقارب نصف ساعة قبل أن يحدث الخطر.

من مستشعرات صغيرة إلى تحذيرات مبكرة

تركز الأبحاث على أجهزة المراقبة المستمرة للجلوكوز — أجهزة صغيرة قابلة للارتداء تقيس مستويات السكر في السائل تحت الجلد تقريبًا كل خمس دقائق. بدلًا من مجرد عرض هذه القراءات، يبني المؤلفون سلسلة رقمية تأخذ بيانات المستشعر، تنظفها، ثم تتنبأ بمكان مستويات الجلوكوز بعد 30 دقيقة. الهدف بسيط لكنه قوي: تنبيه الشخص في الوقت المناسب لشرب عصير قبل هبوط خطير، أو تعديل الإنسولين قبل ارتفاع وشيك، ما يحسن الأمان اليومي والصحة على المدى الطويل.

تنظيف بيانات العالم الحقيقي المبعثرة

بيانات المستشعر الحقيقية بعيدة عن الكمال. قد تُفقد الإشارات عند نزع الجهاز، أو عند تعطل الروابط اللاسلكية، أو عند خطأ في عمل المستشعر. بدلًا من تجاهل هذه الفترات، تصمم الفريق استراتيجية إصلاح "هجينة" تعتمد على طول الفجوة. تُملس الفجوات الصغيرة عن طريق رسم منحنيات بين النقاط القريبة؛ وتُملأ الفجوات المتوسطة باستخدام نموذج سلاسل زمنية يخمن القيم المحتملة بناءً على الأنماط السابقة؛ وتُعامل الفجوات الطويلة كانقطاعات تُقسم البيانات إلى مقاطع منفصلة. هذا التعامل الدقيق مع المعلومات المفقودة يمنع التوقعات من أن تُضل بسبب قفزات مفاجئة أو خطوط ثابتة غير حقيقية.

تعليم النموذج فهم سلوك السكر

بدلًا من إدخال القراءات الخام فقط إلى نظامهم، يبني الباحثون إشارات إضافية من تاريخ كل شخص من الجلوكوز. يحسبون مدى تغير مستوى السكر مؤخرًا، كيف يتجه خلال الساعة الماضية، متوسطه وتقلباته خلال تلك الفترة، وما توقيت اليوم ويوم الأسبوع. تلتقط هذه الأدلة المضافة الإيقاعات اليومية — مثل ارتفاعات الصباح أو انخفاضات الليل — التي قد تخفيها الأرقام الخام وحدها. تُظهر الاختبارات أن متوسط الساعة والاتجاه الأخير مهمان بشكل خاص لاكتشاف ما إذا كان الشخص ينزلق نحو نطاقات منخفضة أو طبيعية أو مرتفعة.

نموذج بسيط مستوحى من الدماغ لتوقعات سريعة

بعد إصلاح وتوسيع البيانات، تُمرر إلى شبكة عصبية متكررة، وهو نوع من نماذج الذكاء الاصطناعي الملائم للتسلسلات، مثل اللغة أو الموسيقى. هنا، ينظر النموذج إلى الساعة السابقة من القراءات والإشارات المشتقة ثم يتنبأ بمستوى الجلوكوز ست خطوات (30 دقيقة) إلى الأمام. يختار المؤلفون عمدًا نسخة بسيطة نسبيًا من هذا النموذج للحفاظ على خفة كفايته للاستخدام في الوقت الحقيقي، مثلاً في تطبيق هاتف متصل بخدمة سحابية. يدربون نموذجًا منفصلًا لكل من 12 بالغًا مصابًا بداء السكري من النوع الأول، مما يسمح للنظام بالتكيف مع أنماط الجلوكوز الفريدة لكل شخص.

ما مدى كفاءة نظام المراقبة الرقمية؟

عبر جميع المشاركين الاثني عشر، تتتبع التوقعات قيم الجلوكوز الحقيقية عن كثب، موضحة ما يقرب من 90% من التقلبات في البيانات. عند الحكم بأداة سلامة مستخدمة على نطاق واسع في رعاية السكري، تقع أكثر من 98% من التنبؤات في مناطق تعتبر دقيقة أو غير ضارة للقرارات الطبية، ولا تقع أيًا منها في مناطق يمكن أن تكون الأخطاء فيها مهددة للحياة. النظام قوي بشكل خاص في توقع نوبات انخفاض السكر، والتي تعد من أكثر الأحداث المقلقة للمرضى. والأهم من ذلك، يتطابق النموذج أو يتفوق على نتائج من مقاربات أكثر تعقيدًا في دراسات سابقة بينما يستخدم فقط قراءات المستشعر، مما يجعله أكثر عملية للحياة اليومية حيث غالبًا ما تكون سجلات الوجبات والإنسولين مفصّلة أو غير موثوقة.

ماذا يعني هذا للحياة اليومية مع السكري

بالنسبة لغير الأخصائيين، الخلاصة هي أن البرمجيات الذكية يمكن أن تعمل كمنظار تحذير مبكر مبني على نفس المستشعرات التي يرتديها الكثير من مرضى السكري بالفعل. عن طريق إصلاح الفجوات في البيانات بذكاء وتعليم نموذج ذكاء اصطناعي مبسّط للتعرف على الأنماط الشخصية، يمكن للنظام أن يقدم إشعارًا مسبقًا بنحو نصف ساعة قبل أن ينزلق مستوى السكر إلى منطقة خطرة. وبينما تستند الدراسة إلى عدد محدود من المشاركين وتحتاج إلى اختبار في مجموعات أكبر وأكثر تنوعًا، فإنها تشير إلى مستقبل قد تقدم فيه تنبيهات الهاتف أو الساعة ليس فقط قراءة الجلوكوز الحالية بل أيضًا مراقبة مستقبلية هادئة تساعد الناس على تجنّب الخطر بدلًا من الرد بعد وقوعه.

الاستشهاد: Osman, M.H., Mahmoud, M., Zakzouk, S. et al. Enhanced glucose forecasting using recurrent neural network and advanced feature engineering. Sci Rep 16, 12036 (2026). https://doi.org/10.1038/s41598-026-41066-5

الكلمات المفتاحية: داء السكري, تنبؤ مستوى الغلوكوز في الدم, المراقبة المستمرة للجلوكوز, الذكاء الاصطناعي, الشبكات العصبية المتكررة