تقييم صحة القلب عبر سيناريوهات وأجهزة متعددة باستخدام نموذج أساسي متعدد الأنماط مدرّب مسبقًا على بيانات من 1.7 مليون شخص

لماذا تهم بيانات دقات قلبك

من أجهزة مراقبة القلب في المستشفيات إلى الساعات الذكية، يتم تتبُّع أجزاء متزايدة من حياتنا عبر إشارات كهربائية وبصرية بسيطة من القلب. يمكن لتلك التسجيلات أن تكشف اضطرابات إيقاع خطيرة، وتقدّر ضغط الدم بدون كُف، وحتى تشير إلى مخاطر قلبية مستقبلية. لكن لأن الأجهزة والبيئات تختلف اختلافًا كبيرًا، فإن خوارزميات اليوم تعمل غالبًا بشكل جيد فقط في الحالات الضيقة التي بُنيت من أجلها. تقدّم هذه الدراسة نوعًا جديدًا من النماذج "الأساسية" لإشارات القلب يهدف إلى فهم صحة القلب عبر أجهزة وبلدان وحالات استخدام متعددة في آن واحد.

طرق كثيرة للاستماع إلى القلب

يمكن للأطباء والأجهزة الاستماع إلى القلب بعدة طرق. الاختبار الكلاسيكي بالمستشفى هو مخطط كهربية القلب ذو 12 مسارًا، حيث تُلصق لاصقات عبر الصدر والأطراف لتسجل النشاط الكهربائي للقلب من زوايا مختلفة. تستخدم وحدات العناية المركزة غالبًا عددًا أقل من المسارات بالإضافة إلى حساس بصري يُسمى مطيء الدم الضوئي (PPG)، الذي يسلّط ضوءًا على الجلد لتتبع نبض الدم في الأوعية. في المنزل، قد تسجل الساعات الذكية واللصقات قناة ECG واحدة فقط أو PPG فقط. كل من هذه التكوينات ينتج إشارات بأشكال وأطوال وأعداد قنوات مختلفة، مما صعّب بناء نموذج واحد يعمل في كل مكان. الأساليب التقليدية عادةً ما تُدرّب خوارزميات منفصلة ومخصّصة لكل جهاز ومهمة، وتواجه صعوبة عند الانتقال إلى بيئات أو مجموعات سكانية جديدة.

دماغ واحد لعديد من إشارات القلب

صمّم الباحثون نموذجًا أساسيًا لاستشعار القلب، أو CSFM، ليعمل كعقل مشترك لكل هذه الإشارات. بدلًا من التعلم من مجموعة بيانات واحدة مرتبة، تم تدريب CSFM على مجموعة ضخمة وغير مرتبة تقريبًا: نحو 1.7 مليون تسجيل قلبي من مستشفيات وبلدان متعددة، تضم موجات ECG وPPG بالإضافة إلى تقارير نصية كتبها الأطباء أو الآلات عنها. يُقسّم النموذج الإشارات إلى مقاطع قصيرة، ويحيل كلًا من الإشارات والكلمات إلى رموز (توكنات) ويزودها إلى مُحوِّل (Transformer)، وهو نوع من بنى التعلم العميق التي دفعت تقدمًا حديثًا في فهم اللغة والصورة. أثناء التدريب، تُخفى أجزاء كبيرة من الرموز عمدًا، ويتعلم النموذج إعادة بناء الأجزاء المفقودة. هذا التدريب بـ"الإخفاء" يدفع CSFM إلى التقاط الأنماط الأساسية المشتركة عبر الأجهزة والمسارات ولغات الوصف المختلفة.

من التشخيص إلى ضغط الدم وما بعده

بعد التدريب، يمكن تكييف CSFM للعديد من المهام المحددة باستخدام مجموعات بيانات معنونة صغيرة نسبيًا. اختبر الفريق نموذجه على تصنيف اضطرابات الإيقاع والأمراض باستخدام مخططات ECG القياسية ذات 12 مسارًا، وECG أحادي المسار القابل للارتداء، وPPG من الساعات الذكية. لم يكتفِ بمضاهاة الشبكات العميقة القوية المخصصة للمهام فحسب، بل تفوق عليها في كثير من الأحيان. ساعد CSFM أيضًا في تقدير العمر والجنس ومؤشر كتلة الجسم مباشرة من مقاطع قصيرة من ECG وPPG، مما أظهر أنه استوعب دلائل دقيقة عن الشخص، وليس عن نبض القلب فقط. في مجموعة أخرى من التجارب، حوّل النموذج ECG وPPG إلى موجات ضغط دم مستمرة ثم إلى قيم انقباضية وانبساطية، منتجًا تقديرات ضغط دم بدون كُف أكثر دقة من الطرق المتنافسة.

العمل عبر الأجهزة وسد الثغرات

كان اختبار مهم بشكل خاص هو ما إذا كان CSFM يستطيع التعامل مع مواقف تتوفر فيها فقط مجموعة جزئية من المعلومات المعتادة. أظهر الباحثون أن النماذج المولفة من CSFM عملت جيدًا سواء اطلعت على جميع مسارات ECG الاثني عشر، أو ستة مسارات، أو مسارين شائعين، أو حتى مسار واحد. كما اختبروا تركيبات من مدخلات ECG فقط، أو PPG فقط، أو ECG بالإضافة إلى PPG. عبر هذه التكوينات، احتفظت الأنظمة المبنية على CSFM بقوة أداء بينما تراجعت النماذج التقليدية أكثر حدة. كما أمكن استخدام التمثيلات الداخلية للنموذج كميزات جاهزة لأدوات بسيطة مثل أشجار التعزيز التدرجي، وغالبًا ما حققت أداءً مشابهًا للشبكات العميقة المولفة بالكامل. أخيرًا، بإضافة رأس انحدار، استطاع CSFM أن يولّد نوع إشارة من نوع آخر — على سبيل المثال إنتاج ECG واقعي من أثر PPG، أو إعادة بناء مخطط ECG كامل من مسار واحد — ما يفتح الباب أمام زيادة البيانات وتحسين التحليل عندما لا تتوفر تسجيلات مثالية.

ما الذي قد يعنيه ذلك للمرضى

بالنسبة لغير المتخصصين، الرسالة الجوهرية هي أن نموذجًا واحدًا وعام‑الغرض يمكنه الآن فهم تسجيلات قلبية متباينة جدًا وما يزال يقدم إجابات دقيقة وذات قيمة سريرية. بدلًا من بناء خوارزمية هشة لكل جهاز ومستشفى، يوفر CSFM أساسًا مشتركًا يمكن تكييفه بخفة للاحتياجات المحلية، من كشف الإيقاعات الخطرة على ساعة ذكية إلى التنبؤ بمن هم أكثر عرضة للوفاة خلال عام. يعترف المؤلفون بمسائل مفتوحة، مثل جعل قرارات النموذج أسهل تفسيرًا للأطباء وتقليل متطلباته الحاسوبية. ومع ذلك، تشير نتائجهم إلى أن النماذج الأساسية لإشارات القلب قد تساعد في توصيل مراقبة قلبية متقدمة وتنبؤ مخاطر إلى المزيد من الأشخاص وفي أماكن أكثر، باستخدام الأجهزة التي يملكونها بالفعل.

الاستشهاد: Gu, X., Tang, W., Han, J. et al. Cardiac health assessment across scenarios and devices using a multimodal foundation model pretrained on data from 1.7 million individuals. Nat Mach Intell 8, 220–233 (2026). https://doi.org/10.1038/s42256-026-01180-5

الكلمات المفتاحية: نموذج أساسي قلبي, مخطط كهربية القلب, تخطيط مطيء الدم الضوئي, طب القلب الرقمي, مراقبة القلب القابلة للارتداء