تنبؤ النوبات القلبية باستخدام تخطيط الدماغ أحادي القناة وتعليم عميق

لماذا يهم التنبؤ بالنوبات

بالنسبة للعديد من الأشخاص المصابين بالصرع، تحدث النوبات دون سابق إنذار، مما يعطل العمل والمدرسة والحياة اليومية. نظام يمكنه تحذير المريض بشكل موثوق من نوبة وشيكة، حتى لو لبضع دقائق فقط، يمنح المصابين وقتًا للجلوس أو الاستلقاء بأمان، أو طلب المساعدة، أو إيقاف نشاط محفوف بالمخاطر مثل القيادة أو الطهي. تستكشف هذه الدراسة ما إذا كان بالإمكان توليد مثل هذه التحذيرات من خلال جهاز استشعار موجة دماغية واحد صغير بدلاً من قبعة كاملة من الأقطاب الكهربائية في المستشفى، باستخدام شكل مُدقّق من الذكاء الاصطناعي يمكن أن يعمل في جهاز قابل للارتداء في المستقبل.

طريقة أبسط لمراقبة نشاط الدماغ

اعتمدت معظم الأبحاث حول تنبؤ النوبات على تسجيلات معقّدة تحتوي على العديد من الأقطاب الكهربائية الموزعة عبر فروة الرأس. قد تعمل هذه الأنظمة جيدًا في المختبر لكنها ضخمة وتستهلك طاقة كبيرة ومن الصعب ارتداؤها طوال اليوم. ركز الباحثون بدلًا من ذلك على التسجيلات "أحادية القناة"، التي تلتقط نشاط الدماغ من موقع واحد فقط في كل مرة. اختاروا ست مواضع لأقطاب على الجبين والصدغ وخلف الرأس تكون عملية لشريط رأس خفيف الوزن أو لاصق. كان السؤال الرئيسي هو ما إذا كان مستشعر واحد موضوع جيدًا يمكنه التقاط التغييرات الدقيقة في نشاط الدماغ التي غالبًا ما تتراكم قبل النوبة.

تدريب قارئ موجات دماغية صغير

لتحويل موجات الدماغ الخام إلى شيء يمكن للحاسوب أن يتعلم منه، قسم الفريق البيانات إلى مقاطع مدتها 10 ثوانٍ وحوّل كل مقطع إلى نوع من الصورة التي تُظهر كيف يتغير شدة الإشارة عبر ترددات مختلفة مع مرور الوقت. ثم أدخلت هذه الصور في نموذج تعلم عميق مبسّط مستوحى من MobileNet، وهي عائلة من الشبكات العصبية المصممة للعمل على الهواتف والأجهزة منخفضة الطاقة. من خلال تقليم الطبقات والروابط بعناية، قلّل المؤلفون حجم النموذج إلى أقل من 38,000 معامل قابل للتعديل، وهو جزء ضئيل من حجم العديد من أنظمة التعرف على الصور الحديثة، مع السماح له في الوقت نفسه بتعلّم أنماط مفيدة مرتبطة بالنوبات.

تحديد زمن التحذير المفيد

من وجهة نظر المريض، ليست كل كشفية صحيحة مفيدة بنفس القدر. التحذير المتأخر للغاية يقدم حماية قليلة، في حين أن التحذير المبكر جدًا قد يسبب قلقًا غير ضروري. لذلك تبنّت الدراسة قواعد زمنية واضحة تعكس الاحتياجات الواقعية. لكل نوبة، عرّف الباحثون منطقة "بدون تحذير" تغطي الدقيقتين السابقتين مباشرة للبدء، عندما يصعب بالفعل التفاعل. واعتُبر الشريط الذي يسبق ذلك لمدة 30 دقيقة نافذة التنبؤ الحقيقية، حيث يُعد التحذير ناجحًا إذا تلتها النوبة ضمن تلك الفترة. استُخدمت بيانات هذه النافذة وفترات طبيعية واضحة بعيدة عن أي نوبة فقط لتعليم واختبار النموذج.

كيف أداء النظام

اختُبر النموذج على مجموعتين من المرضى: بالغين يعانون من صرع موضعي مقاوم للأدوية والعلاج في مستشفى جامعة سيول الوطنية، وأطفال وشباب من مجموعة بيانات عامة مستخدمة على نطاق واسع. بالنسبة لكل شخص، دُرّب النظام وقُيّم فقط على بيانات ذلك الفرد، محاكيًا كيف قد يتكيف جهاز مستقبلي مع مرتديه. عبر المرضى، صنّف النموذج بشكل صحيح نحو 86 إلى 91 في المئة من مقاطع العشرة ثوانٍ، مع معدلات منخفضة نسبيًا للإنذارات الكاذبة. وعند التقييم على مستوى النوبات الكاملة وباتباع قواعد التوقيت الصارمة، تنبأ بنجاح بحوالي 95 في المئة من النوبات في مجموعة المستشفى و98 في المئة في مجموعة البيانات العامة. ومن المثير للاهتمام أن الأقطاب على الجبين بدت الأفضل أداءً، وأن القرب من منطقة بدء النوبة المحددة طبياً لم يحسن الدقة بالضرورة.

ماذا يمكن أن يعني هذا للحياة اليومية

تشير هذه النتائج إلى أن مستشعر موجات دماغية واحد صغير، مقترن بخوارزمية تعلم فعّالة للغاية، يمكنه تقديم تحذيرات مبكرة موثوقة للعديد من النوبات ضمن نافذة عملية مفيدة مدتها 30 دقيقة. بينما لا يزال هناك حاجة لمزيد من العمل لاختبار النهج على مجموعات مرضى أكبر وأكثر تنوعًا، ولتحسين كيفية اختيار القنوات لكل شخص، تشير الدراسة إلى أنظمة تنبؤ بالنوبات قد تُرتدى براحة لفترات طويلة وتعمل على طاقة بطارية محدودة. هذه الأدوات لن تمنع النوبات، لكنها قد تمنح الأشخاص المصابين بالصرع مزيدًا من السيطرة والثقة في تنظيم أنشطتهم اليومية.

الاستشهاد: Jang, D., Jung, KY., Jeon, YG. et al. Single-channel EEG-based seizure prediction using deep learning. Sci Rep 16, 15888 (2026). https://doi.org/10.1038/s41598-026-44670-7

الكلمات المفتاحية: الصرع, تنبؤ النوبات, تخطيط الدماغ الكهربائي, أجهزة قابلة للارتداء, التعلّم العميق