في عالم تسارع فيه تطور الذكاء الاصطناعي، يأتي نافذة جديدة نحو تشخيص مرض الزهايمر (Alzheimer's Disease) باستخدام تقنية تصوير الرنين المغناطيسي الوظيفي (fMRI). لكن، يظل التحدي الأكبر يكمن في تعقيد البيانات وكثافتها. ولحل هذه المشكلات، تم تقديم إطار قائم على الانتباه (Attention-Based Framework) قادر على تصنيف مرض الزهايمر بدقة.

يعتمد هذا الإطار المبتكر على مصفوفات الاتصال الوظيفي التي يتم إنتاجها من تصوير الرنين المغناطيسي الوظيفي في حالة الراحة، حيث يتم اعتبار المناطق الدماغية بمثابة رموز (Tokens)، مما يسمح بتطبيق آلية الانتباه الذاتية المستوحاة من نماذج Transformer. وهذا النموذج يساهم في نمذجة الاعتمادية الوظيفية على مسافات بعيدة وعبر الشبكات الدماغية الموزعة.

تم دراسة الإطار المقترح باستخدام مجموعة بيانات من مبادرة تصوير مرض الزهايمر العصبي (ADNI) التي تضم مشاركين من جميع المستويات الإدراكية. وبفضل استراتيجية تقييم فردية، تم الفوز بدقة %88.95 وROCAUC بنسبة 0.90، مما يظهر فعاليته كأداة ذات موثوقية لتحليل مرض الزهايمر.

هذا البحث يعكس أهمية نماذج التعلم العميق في تغيير طريقة تشخيص الأمراض العصبية، ويعكس القوة الكامنة وراء تطبيقات تقنية الانتباه في مجالات متعددة. ما رأيكم في هذه القفزة النوعية في مجال الصحة العقلية؟ شاركونا آراءكم في التعليقات.