آخر الأحداث والفعاليات

د. الخميس: خوارزميات التعلم الآلي ستتيح آفاقاً جديدة لصانعي القرار في مجال الصحة العامة

فريق بحثي طور نموذج خوارزميات تعلم آلي لتشخيص والتنبؤ بمضاعفات الناتجة عن متلازمات الشريان التاجي

في انجاز بحثي دولي مشترك، تم نشره عالمياً وفق التصنيف Q1 بقيادة مركز العلوم الطبية بجامعة الكويت ممثلاً بكليتي الطب والصحة العامة، في مجال أبحاث تطبيقات نماذج الخوارزميات للتعلم الآلي في مجال تحليل البيانات الضخمة والمعلومات الهائلة، والتي تعتبر جزءاً مهماً من منظومة الذكاء الاصطناعي الذي يحاكي القدرة البشرية في تقديم حلول فعلية -لا تقتصر على المجال الصحي- بل وتدعم عملية اتخاذ القرارات بالمجالات المختلفة.

ويتكون الفريق البحثي من د.فيصل الصايغ ، د.محمد الخميس، د.فاطمة علي ،سريجة آتور، أ.د.محمد زبيد من مركز العلوم الطبية بجامعة الكويت، ود. نيكولاس فاونتين جونز من جامعة تسمانيا بأستراليا وجامعة مينسوتا بالولايات المتحدة الأمريكية.

وتعد الدراسة الجديدة التي اتخذت متلازمات الشريان التاجي الحادة كتطبيق للخوارزميات الجديدة، كونها تعد سبباً رئيسياً للوفيات في العالم، نظراً لما تمثله هذه الفئة من الأمراض من تحدٍ كبير للأطباء بسبب وبائيتها شديدة التعقيد سواء بالتشخيص أو العلاج. وقامت الدراسة بتطوير وتوضيح تفوق نماذج الخوارزميات للتعلم الآلي بشكل كبير، مقارنة مع الأساليب الإحصائية التقليدية والطرق الإكلينيكية لتشخيص والتنبؤ بمضاعفات الناتجة عن متلازمة الشريان التاجي والمخاطر السائدة.

وأوضح المؤلف الرئيسي والأستاذ المساعد بعلم الأوبئة والاحصاء الحيوي بكلية الصحة العامة د. محمد الخميس أن النماذج الخوارزمية الجديدة للتعلم الآلي القابلة للتأويل، تميزت بقدرتها على مساندة وتحسين جهود الأطباء في التشخيص الاكلينيكي، وتوجيه متخذي القرار بطرق تقليل الأعباء الصحية والاقتصادية الناتجة من الإصابات العالية بمتلازمات الشريان التاجي الحادة في أنحاء العالم، مشيراً إلى أن هذه الدراسة تمثل توجهاً جديداً بمركز العلوم الطبية في جامعة الكويت.

وكشف د.الخميس أن دراسة مماثلة سابقة تم تمويلها من قبل دول الإتحاد الأوروبي، شارك بها كمؤلف رئيسي - تم تصنيفها بمعيار-Q1 تناولت أيضاً تقنية التعلم الآلي المتعدد الخوارزميات، حول تطوير نظام تقصي وبائي لجوائح الأمراض المعدية التي تنقلها الحشرات على مستوى قارة أوروبا، والتي تهدف إلى التنبؤ بالمواقع الجغرافية المتوقع ظهور فيها موجات انتشار شديدة لمثل هذه الأمراض، والتعرف على العوامل المسببة لها بشكل دقيق، بعكس الطرق التقليدية للتقصي الوبائي المعتمدة على العلوم الاحصائية الكلاسيكية.

وبيّن أن وسائل التواصل الاجتماعي والهواتف الذكية ماهي إلا جزء صغير من تقنيات الذكاء الاصطناعي، مشيراً إلى أن معالجة وتحليل البيانات الضخمة والمعلومات الهائلة أصبحت صعبة جداً وفق الأساليب التقليدية، وبالتالي فإن ابتكار وتطوير خوارزميات التعلم الآلي بات أمراً ضرورياً، ليس بالمجال الطبي فحسب، بل في مجالات الاقتصاد والسياسة وغيرها، وبالتالي ستتيح لمتخذي وصانعي القرارات الاطلاع على نتائج وتحليل البيانات، والمعلومات بصورة واضحة ومبسطة.

وتعد هذه الدراسات مصدر اهتمام عالمي ومحلي، خاصة من المؤسسات الأكاديمية سواء كانت حكومية أو خاصة والمهتمة بشؤون البيانات الضخمة والمعلومات الهائلة وتحليلها بواسطة تقنية التعلم الآلي، ودورها البارز في عملية اتخاذ القرار بمختلف القطاعات والمجالات.

رابط الدراسة الجديدة:

https://journals.plos.org/plosone/article/file?id=10.1371/journal.pone.0262997&type=printable

Qr codeDescription automatically generated

رابط دراسة الاتحاد الأوروبي:

Environment, vector, or host? Using machine learning to untangle the mechanisms driving arbovirus outbreaks - Alkhamis - 2021 - Ecological Applications - Wiley Online Library

Qr codeDescription automatically generated

    

الشروط والأحكام | خريطة الموقع | Kuwait University Facebook Profile Kuwait University Twitter Account Kuwait University Instagram Profile