في ظل التحديات المتزايدة المرتبطة بتوقع تفاقم مرض الزهايمر (Alzheimer's Disease) بسبب البيانات القليلة وغير المنتظمة، يبرز نموذج التوأم الرقمي المبني على الانتقالات (Transition-Based Digital Twin Modelling) كخطوة ثورية في مجال الرعاية الصحية. هذا النموذج يعالج مشكلة البيانات المفقودة من خلال استخدام بيانات طولية متعددة التقنيات لتقديم توقعات دقيقة حول حالة المرضى.

يمثل هذا النموذج إطاراً شخصياً لتوقع مرض الزهايمر يسمح بإجراء تحليلات مبنية على سيناريوهات محددة، حيث يتضمن الاستراتيجيات النمذجة التكميلية التي تسلط الضوء على التغيرات السريرية والاعتماد الزمني بين الزيارات. من خلال استخدام بيانات من مبادرة تصوير أعصاب مرض الزهايمر (Alzheimer's Disease Neuroimaging Initiative - ADNI)، بما في ذلك التقييمات المعرفية والمتغيرات السريرية والصفات المستمدة من التصوير بالرنين المغناطيسي، يمكن لهذا النموذج ليس فقط توقع الحالة المعرفية وأنواع التشخيص، لكن أيضاً تقييم عدم اليقين في التوقعات.

تشير النتائج إلى أن نماذج الانتقال المحلية قد تحقق دقة تنبؤية أكبر من النماذج المسلسلة، مما يعني أن نمذجة التغيرات السريرية قد تكون أكثر كفاءة من حيث البيانات. بينما تظل النماذج المسلسلة ذات قيمة في توقعات المسارات غير اليقينية، توفر نماذج الانتقال المحلية استراتيجية تنبؤية أكثر موثوقية وكفاءة.

هذه الاكتشافات تبرز أهمية التوافق بين استراتيجيات النمذجة الزمنية وبنية البيانات السريرية، وتقترح أن الصيغ المرتكزة على التوأم الرقمي قد تقدم نهجاً عملياً وقابلاً للتفسير لتوقع الأمراض بشكل شخصي في الاضطرابات العصبية التنكسية.