نشر نظام تنبؤي قائم على تعلم الآلة لإسهال الأطفال في أفريقيا جنوب الصحراء

لماذا يمكن لأداة رقمية أن تساعد في إنقاذ أرواح الصغار

لا يزال الإسهال يودي بحياة العديد من الأطفال الصغار في أفريقيا جنوب الصحراء، على الرغم من وجود علاجات وإجراءات وقائية بسيطة. كثيراً ما يواجه العاملون في الصحة صعوبة في رصد الأطفال الأكثر عرضة للخطر في وقت يسمح بالتدخل. تشرح هذه الدراسة كيف حوّل الباحثون برنامجاً حاسوبياً إلى أداة إلكترونية عاملة يمكنها الإشارة مبكراً إلى الأطفال الضعفاء، مما يمنح العيادات والعاملين المجتمعيين وسيلة عملية لتركيز الرعاية حيث تكون الحاجة أكبر.

دراسة الأسر عبر منطقة كاملة

استند الباحثون إلى بيانات مسحية شملت ما يقرب من 290,000 طفل دون سن الخامسة في 27 دولة عبر أفريقيا جنوب الصحراء. تلتقط هذه المسوح الوطنية تفاصيل عن الأطفال وأمهاتهم ومساكنهم وإمكانية وصولهم إلى العناية والمياه النظيفة. من هذه المعلومات عرّف الفريق الإسهال باعتباره أي نوبة أبلغت عنها الأم خلال الأسبوعين السابقين. ثم اختاروا مجموعة واسعة من عوامل الخطر المحتملة، بدءاً من عمر الأم وتعليمها إلى ثروة الأسرة، ومصدر مياه الشرب، ونوع المراحيض، وزيارات العيادات، والمسافة إلى المنشآت الصحية.

تحويل السجلات الفوضوية إلى درجة مخاطرة

البيانات الحقيقية بعيدة عن الترتيب: بعض الإجابات مفقودة، والعديد من الردود مخزنة كنص، ونسب الإصابة بالإسهال أقل بكثير من غيرها. قام الفريق بتنظيف البيانات بعناية، وملأ الفجوات باستخدام طرق إحصائية معيارية، وحوّل الكلمات إلى شكل رقمي يمكن للحواسيب معالجته. وبما أن حالات الإسهال كانت أندر من غيرها، استخدموا تقنية تُنشئ أمثلة اصطناعية واقعية حتى يتعلم الحاسوب بالتساوي من الأطفال المرضى والأصحاء. كما أزالوا المتغيرات الأضعف أو المتداخلة للحفاظ على تركيز النموذج على الإشارات الأكثر معلوماتية.

كيف يعمل محرك التنبؤ

لتوقع الأطفال المحتمل إصابتهم بالإسهال، اختار المؤلفون طريقة تسمى الغابة العشوائية (Random Forest)، التي تجمع بين العديد من أشجار القرار البسيطة للوصول إلى حكم نهائي. قسموا البيانات إلى أجزاء للتدريب والاختبار، وضبطوا إعدادات رئيسية للنموذج، وفحصوا أداءه. صنّف النظام النهائي نحو أربعة من كل خمسة أطفال بشكل صحيح، وبشكل حاسم حدد معظم حالات الإسهال الحقيقية. هذه الحساسية العالية مهمة لأن تفويت طفل مريض قد تكون له عواقب مهددة للحياة، في حين أن بعض الإنذارات الكاذبة مقبولة إذا أدت إلى تقديم رعاية إضافية.

من الشفرة الحاسوبية إلى أداة قابلة للاستخدام

ما يميز هذا العمل ليس دقة النموذج فحسب، بل كونه يعمل بالفعل كخدمة عبر الإنترنت. باستخدام إطار ويب خفيف الوزن، غلّف الفريق النموذج داخل تطبيق يمكنه استقبال معلومات جديدة عن الطفل والأسرة عبر نموذج ويب بسيط أو عبر نظام معلومات صحي. ثم يعيد التطبيق تقديراً للمخاطر في الوقت الحقيقي. كما يعمل روبوت محادثة منفصل للأسئلة والأجوبة، مدرَّب على إرشادات الصحة العامة، على تفسير معنى المدخلات وتقديم معلومات عامة عن إسهال الأطفال، دون تغيير تنبؤات النموذج.

ماذا يعني ذلك للعاملين في الصحة والعائلات

بعبارات بسيطة، تُظهر الدراسة أنه من الممكن تحويل بيانات وخوارزميات معقدة إلى أداة عملية يمكن أن تساعد العاملين في الخطوط الأمامية على التدخل مبكراً للأطفال الأكثر عرضة للإصابة بالإسهال. وبينما لا يزال النظام بحاجة إلى اختبارات ميدانية ودمج مع منصات الصحة الوطنية وتدريب المستخدمين، فإنه يوضح مساراً واضحاً من البحث إلى العمل. إذا ما تم تحسينه وتبنيه، قد تساعد مثل هذه الأدوات في استخدام أذكى للموارد المحدودة، مما يعين على أن يكبر المزيد من الأطفال في أفريقيا جنوب الصحراء بصحة أفضل.

الاستشهاد: Taye, E.A., Alemu, E.A., Kebede, H.A. et al. Deployment of a machine learning-based predictive system for childhood diarrhea in Sub-Saharan Africa. Sci Rep 16, 15199 (2026). https://doi.org/10.1038/s41598-026-43140-4

الكلمات المفتاحية: إسهال الطفولة, تعلم الآلة, أفريقيا جنوب الصحراء, أداة الصحة العامة, تنبؤ المخاطر