نموذج تعلم آلي للتنبؤ بالإنتان بعد الجراحة لدى المرضى الجراحيين الحادين: دراسة مستقبلية متعددة المراكز

لماذا يهم هذا المرضى وأسرهم

الإنتان هو استجابة مهددة للحياة للعدوى وقد يظهر بعد جراحة الطوارئ، خاصة لدى كبار السن. يعرف الأطباء أن اكتشاف خطر الإنتان مبكرًا قد ينقذ الأرواح، لكن من الصعب تحديد من هم الأكثر عرضة في عجلة الاستعداد لعملية عاجلة. تستقصي هذه الدراسة ما إذا كان التعرف على الأنماط الحاسوبية، وهو فرع من فروع الذكاء الاصطناعي يُعرف بالتعلم الآلي، قادرًا على غربلة البيانات الروتينية بالمستشفى للإشارة إلى المرضى المسنين الذين من المرجح أن يصابوا بالإنتان بعد جراحة الطوارئ، مما يمنح الفرق مزيدًا من الوقت للتحرك.

الإنتان والمخاطر بعد جراحة الطوارئ

الإنتان سبب رئيسي للوفاة على مستوى العالم، ويرتبط بملايين الحالات وعدة ملايين من الوفيات سنويًا. تضيف جراحة الطوارئ عبئًا إضافيًا: فالمرضى غالبًا ما يكونون أكبر سنًا وأكثر هشاشة ومريضين بشدة عند وصولهم إلى غرفة العمليات. قد تتطور العدوى أو تتفاقم بسرعة بعد الإجراء، وقد تبدو الأعراض مشابهة للتعافي الطبيعي بعد الجراحة حتى يتدهور المريض فجأة. تساعد القوائم المرجعية وأنظمة التسجيل التقليدية، لكنها لم تُصمم خصيصًا للأشخاص المسنين الذين يحتاجون عمليات عاجلة، وقد تُغفل أولئك الأكثر عرضة للخطر.

تحويل بيانات المستشفى الروتينية إلى إشارات إنذار مبكر

استخدم الباحثون معلومات من دراسة إيطالية كبيرة شملت مرضى بعمر 65 سنة فما فوق خضعوا لعمليات طارئة في 29 مستشفى. من أكثر من 150 عنصرًا مسجلًا، ركزوا فقط على التفاصيل المتاحة قبل الجراحة، مثل العمر، والأمراض الموجودة مسبقًا، والحالة الوظيفية، والوظائف الحيوية، والفحوصات الدموية الأساسية، ومقاييس الهشاشة. صنفوا المرضى على أنهم مصابون بالإنتان أم لا بناءً على مقياس بجانب السرير يُدعى qSOFA، الذي يستخدم معدل التنفس وضغط الدم والحالة العقلية للإشارة إلى عدوى خطيرة. إجمالًا، تم تحليل 2563 مريضًا، من بينهم 119 استوفوا معايير الإنتان بعد الجراحة.

كيف بُنيت النماذج الحاسوبية واختُبرت

قارن الفريق عدة أنواع من نماذج التعلم الآلي، بما في ذلك الانحدار اللوجستي، وجيران k الأقرب، والغابات العشوائية، والأشجار المعززة بالتدرج. لتجنب خداع أنفسهم، استخدموا طريقة اختبار صارمة بطبقتين تُعرف بالتحقق المتقاطع المتداخل: في كل تشغيل، احتفظوا ببعض المرضى كمجموعة اختبار وضبطوا النماذج فقط على الحالات المتبقية. كما تعاملوا مع ندرة الإنتان من خلال موازنة البيانات بعناية، وملء الثغرات الصغيرة في المعلومات، وتوحيد القياسات. قُيِّم الأداء بمقاييس مألوفة مثل الدقة، أي كم مرة كان النموذج صحيحًا عمومًا، والحساسية والنوعية، اللتين تظهران كم مرة التقط النموذج الإنتان بشكل صحيح أو نفاه.

ما الذي كشفت عنه النماذج بشأن مخاطر الإنتان

تفوقت جميع نماذج التعلم الآلي بوضوح على استراتيجية بسيطة تفترض أن لا أحد سيصاب بالإنتان. بين النماذج الفردية، قدمت الغابات العشوائية والأشجار المعززة بالتدرج أفضل توازن بين اكتشاف الإنتان وتقليل الإنذارات الكاذبة، مع دقة كلية تفوق 95 بالمئة وقدرة قوية على تمييز المرضى ذوي المخاطر العالية عن المنخفضة. كما جمع الباحثون النماذج الأربعة الرئيسة في مجموعة موحدة اعتمدت تصويت الأغلبية لتوقعاتها. حقق هذا النهج المجمّع دقة عالية جدًا، وحساسية قوية، وطمأنة ممتازة عند إعلان المريض منخفض المخاطر، مما يعني أن عددًا قليلاً جدًا من الأشخاص الذين طوروا الإنتان لاحقًا تم تفويته من قبل نظام الإنذار المبكر.

ما الذي قد يعنيه هذا في المستشفى

إذا أكدت دراسات مستقبلية فعاليته، قد يمنح هذا النوع من أدوات تقدير المخاطر قبل الجراحة فرق الجراحة قائمة مرجعية عملية مدعومة بالبيانات. قبل دخول شخص مسن إلى غرفة العمليات، قد يقوم النموذج بمسح هادئ لمعلوماته الروتينية ويقترح من قد يحتاج إلى مراقبة أقرب، أو مضادات حيوية مبكرة، أو رعاية ما بعد الجراحة مختلفة. قد يوجّه ذلك القرارات بشأن مكان تعافي المريض، مثل جناح عادي أو وحدة ذات مستوى رعاية أعلى، ويساعد المستشفيات على تركيز الطاقم والموارد المحدودة على أولئك الأكثر احتمالًا لتطور عدوى خطيرة. لا تدعي الدراسة أن النموذج جاهز للاستخدام اليومي بعد، لكنها تُظهِر أن التعلم الآلي يستطيع تحويل المعلومات التي تُجمَع بالفعل في جراحة الطوارئ إلى تحذيرات مبكرة ذات معنى حول خطر الإنتان.

الاستشهاد: Fransvea, P., Liuzzi, P., Costa, G. et al. A machine learning model for post-operative sepsis prediction in acute surgical patients: a multi-centre, prospective study. Sci Rep 16, 15651 (2026). https://doi.org/10.1038/s41598-026-46040-9

الكلمات المفتاحية: الإنتان بعد العمليات الجراحية, جراحة الطوارئ, المرضى المسنون, التعلم الآلي, تنبؤ المخاطر