في خطوة ثورية نحو تحسين الرعاية الصحية، تم الكشف عن نموذج ذكاء اصطناعي متقدم يعرف باسم FedTGNN-SS، والذي يهدف إلى التنبؤ بداء سكري الحمل (Gestational Diabetes Mellitus – GDM) مع ضمان حماية خصوصية البيانات.

يعاني العديد من الأطباء من تحديات كبيرة في تشخيص سكري الحمل بسبب نقص التسميات الصحيحة في السجلات الصحية الإلكترونية (Electronic Health Records – EHR) وعدم القدرة على تبادل البيانات الحساسة بين المستشفيات. ولذا، جاء هذا النموذج الجديد ليعالج مشكلتين رئيسيتين، وهما ندرة التسميات وخصوصية البيانات.

يتميز FedTGNN-SS بإطار عمل يتمحور حول الفيدرالية والتعلم شبه المراقب، حيث يتيح لكل مستشفى بناء رسم بياني محلي مماثل للمرضى يعتمد على أقرب الجيران (k-nearest neighbors) ويقوم بتدريب مُشفِّر شبكة عصبية رسومية (Graph Neural Network – GNN) متكيف.

يتضمن النموذج مجموعة من الابتكارات التي تساهم في تحقيق كفاءة عالية، منها:
1. **تسمية الزيف الموجهة بواسطة النماذج الأولية**: حيث تساعد في تصنيف سجلات المرضى غير المسماة اعتماداً على توافق الجوار.
2. **تحسين الرسم البياني التكيفي**: الذي يقوم بتحديث الرسم البياني وفقاً للتمثيلات المُتعلمة.
3. **تعزيز الاستمرارية القائم على المعرفة السريرية**: والذي يُطبق فقط على المتغيرات المستمرة.
4. **مشاركة النماذج الأولية بأمان**: حيث يتم تبادل بيانات النقاط المركزية فقط، مما يعزز الخصوصية.

أثبت النموذج كفاءته عبر ثلاث مجموعات بيانات متعلقة بمرض السكري، محققاً انتصارات ملحوظة في التنبؤ، حيث حقق نسبة AUROC تصل إلى 0.9634 تحت ظروف نقص حادة، مما يضعه في موقع قوي بين نماذج الفيدرالية المنافسة.

مع هذا التقدم، يبدو أن المستقبل يحمل لنا آفاقًا واعدة في مجال الرعاية الصحية المدعومة بتقنيات الذكاء الاصطناعي. هل أنتم مستعدون لاستكشاف المزيد عن هذه الابتكارات؟