تعلّل التعلّم الآلي القابل للتفسير للتنبؤ بخطر الأمراض القلبية الوعائية طويل الأمد لدى البالغين الصينيين في منتصف العمر وكبار السن: دراسة طولية لمدة 9 سنوات مع حاسبة مخاطر على الويب

لماذا يهم التنبؤ بمخاطر القلب

أصبحت أمراض القلب والأوعية الدموية السبب الرئيسي للوفاة في الصين، لا سيما بين الأشخاص في منتصف العمر وفوقه. ومع ذلك فإن معظم الأدوات التي يستخدمها الأطباء لتقدير خطر الإصابة المستقبلي بأمراض القلب والسكتة تم تطويرها على مجموعات غربية ولا تناسب البالغين الصينيين بشكل جيد. طرحت هذه الدراسة سؤالًا عما إذا كانت أساليب الذكاء الاصطناعي الحديثة يمكن أن تقدم تقديرات خطر طويلة الأمد أكثر دقة، وفي الوقت نفسه قابلة للفهم، ومخصصة للبالغين الصينيين الذين تبلغ أعمارهم 45 عامًا فأكثر.

نظرة وطنية على قلوب المتقدمين في العمر

استعان الباحثون ببيانات من الدراسة الصينية للتقاعد والصحة على المدى الطويل، وهي مسح وطني كبير مستمر يتتبع عشرات الآلاف من البالغين المقيمين في المجتمع عبر معظم المقاطعات. من هذه المصادر اختاروا 8,080 شخصًا لا تقل أعمارهم عن 45 عامًا ولم تكن لديهم أمراض قلبية وعائية عند انضمامهم للدراسة في عام 2011. وتبع الباحثون هؤلاء المشاركين لمدة تسع سنوات لرصد الحالات الجديدة من أمراض القلب والسكتة. بدأ الفريق مع 77 معلومة يسهل جمعها في العيادات، بما في ذلك العمر والمنطقة والأمراض السابقة وأعراض المزاج وعادات النوم وقياسات الجسم ونتائج تحاليل الدم. وباستخدام اختبارات إحصائية قياسية قلّصوا هذا العدد إلى 11 عاملًا رئيسيًا كانت عملية القياس ومرتبطة بقوة بالأحداث القلبية الوعائية اللاحقة.

تعليم الحواسيب لالتقاط الأنماط

بعد ذلك اختبر الفريق عشر طرق تنبؤ حاسوبية مختلفة، بدءًا من الانحدار اللوجستي التقليدي إلى أساليب أكثر مرونة مثل الغابات العشوائية، وتعزيز التدرج، والشبكات العصبية. قسموا المشاركين إلى مجموعة تدريب لبناء كل نموذج، ومجموعة تحقق منفصلة لاختبار أداء النماذج على أشخاص جدد. قُيّم الأداء بحسب مدى دقة كل طريقة في تمييز من تطورت لديهم أمراض قلبية وعائية عن من لم تتطور لديهم، ومدى تطابق المخاطر المتوقعة مع معدلات الأحداث الفعلية، ومدى فائدة التنبؤات في القرارات العملية حول من ينبغي أن يتلقى جهود وقائية إضافية.

أي العوامل اليومية كانت الأهم

تفوقت طريقة الغابات العشوائية، حيث حققت دقة قوية وأفضل توازن بين التقاط الأفراد عاليي الخطر وتجنّب الإنذارات الكاذبة. لفتح الصندوق الأسود لهذه الطريقة، استخدم الفريق تقنية تفسير تُسمى SHAP، والتي تُنسب لكل عامل من عوامل الخطر مساهمة في التنبؤ النهائي. أظهرت هذه التحليلات أن محيط الخصر كان العامل الأكثر تأثيرًا بمفرده: كل سنتيمتر إضافي حول الخصر زاد من خطر الإصابة على مدى تسع سنوات بدرجة ملحوظة، مما يسلط الضوء على أهمية الدهون البطنية في هذه الفئة. كما كانت مستويات الدهون الثلاثية العالية والعمر الأكبر وتاريخ ارتفاع ضغط الدم من المحركات الرئيسية للخطر، بينما ارتبطت المستويات الأعلى من كوليسترول HDL الوقائي بخطر أقل. ومن الملاحظ أن المزاج وأنماط النوم احتوت على معلومات مستقلة: فدرجات الاكتئاب الأعلى وقصر أو طول النوم الليلي كلاهما دفع الخطر إلى الأعلى حتى بعد احتساب العوامل الطبية التقليدية.

من نموذج بحثي إلى أداة يومية

نظرًا لأن جميع المتنبئات الـ11 متاحة بشكل روتيني في الرعاية الأولية، حوّل الفريق النموذج الأفضل أداءً إلى حاسبة بسيطة على الويب. يدخل المستخدمون العمر والمنطقة وبعض عناصر التاريخ الطبي المختارة ومحيط الخصر وقياسين شائعين لدهون الدم ودرجة الاكتئاب ومدة النوم المعتادة. ثم تعيد الأداة تقدير فرصة ذلك الشخص في تطوير أمراض قلبية وعائية خلال السنوات التسع القادمة. يؤكد المؤلفون أن هذه الحاسبة مصممة لدعم، لا لاستبدال، الحكم المهني ويجب استخدامها جنبًا إلى جنب مع التقييم السريري الكامل والموارد المحلية وتفضيلات المريض.

ماذا يعني هذا للمرضى والأطباء

تُظهر الدراسة أن التعلّم الآلي المصمم بعناية والقابل للتفسير يمكن أن يمنح تقديرات أكثر دقة طويلة الأمد لمخاطر القلب والسكتة للبالغين الصينيين في منتصف العمر وكبار السن مقارنة بالمعادلات التقليدية. كما تؤكد أن ما يحدث عند خط الخصر وفي دهون الدم وفي النوم والمزاج اليومي كلها عوامل مهمة لصحة القلب الوعائية المستقبلية. ومن خلال تعبئة هذه الرؤى في حاسبة مجانية على الإنترنت، توفر الدراسة لعيادات المجتمع والأفراد وسيلة منخفضة التكلفة للتعرّف على الأشخاص ذوي المخاطر الأعلى مبكرًا وتوجيه استراتيجيات وقاية مخصّصة، مع ترك القرار النهائي بيد الأطباء.

الاستشهاد: Zhu, XY., Li, W., Pan, XY. et al. Explainable machine learning for long-term cardiovascular disease risk prediction in Chinese middle-aged and older adults: a 9-year longitudinal cohort study with web-based risk calculator. Sci Rep 16, 14998 (2026). https://doi.org/10.1038/s41598-026-45297-4

الكلمات المفتاحية: أمراض القلب والأوعية الدموية, التعلّم الآلي, تنبؤ الخطر, محيط الخصر, البالغون الصينيون