تعتبر مرحلة الكشف المبكر عن مرض الزهايمر (Alzheimer's disease) إحدى الأولويات القصوى في مجال الطب الحديث، حيث تسهم في تحقيق التدخل السريع وإدارة العلاج بشكل فعال. وفي هذا السياق، تم تقديم نموذجين جديدين يُعتمدان على تعلم يعتمد على الرسوم البيانية، وهما UG-GEPSVM وIUG-GEPSVM.

تستند هذه النماذج إلى استخدام دعم الآلات المتجهة العامة مع التركيز على بيانات التصوير بالرنين المغناطيسي. بدلاً من التعامل مع المعلومات كنقاط مستقلة، يتم استخدام العلاقات الهندسية بين بيانات العينة لتوفير رؤى أعمق وتمييز أفضل بين مرضى الزهايمر والأشخاص ذوي الأداء العقلي الطبيعي.

تم بناء رسم بياني مبني على عينة من المعلومات المشتقة من الأشخاص الذين يواجهون ضعفًا بسيطًا في الوظائف الإدراكية (Mild Cognitive Impairment). هذا الرسم البياني يُستخدم لتجميع هذه البيانات بطريقة تُظهر العلاقات المكانية بين العقول، مما ينتج عنه مصفوفة لابلاس توضح الهيكل الهندسي للعينات.

من خلال دمج النموذجي UG-GEPSVM وIUG-GEPSVM، أثبتت التجارب التي أجريت على مجموعة بيانات ADNI أنه يمكن الوصول إلى نتائج أفضل من الطرق التقليدية، حيث حقق UG-GEPSVM متوسط معدل AUC بلغ 88.07% مع ثبات في الأداء حتى عند زيادة مستويات الضوضاء.

إذا كنت مهتمًا بالتطورات في التكنولوجيا الذكية، شاركنا رأيك في فعالية هذه النماذج الجديدة ومدى تأثيرها على مجال الطب المستقبلي!