في عالم الطب القلبي، يعتبر تشخيص الاضطرابات القلبية مثل ندبات القلب (myocardial scar) والنوبات القلبية (myocardial infarction - MI) تحديًا كبيرًا. تكمن الصعوبة في حقيقة أن تخطيط القلب الكهربائي (ECG) كأداة لتشخيص هذه الاضطرابات يواجه العديد من المعوقات، منها تنوع المظاهر المعتمدة على المجسات، وكذلك تواجد بيانات غير متوازنة وعالية البعد.

مع ذلك، تشهد التكنولوجيا قفزة نوعية بفضل الابتكارات الحديثة مثل شبكة MSAIC-Net، التي تم تصميمها خصيصًا لتسهيل الكشف عن الاضطرابات القلبية. تعتمد هذه الشبكة على تقنيات متقدمة مثل التلافيف المتوازية (parallel atrous convolution) التي تُمكِّنها من استخراج الميزات الحيوية من إشارات ECG عبر العديد من المجالات الزمنية.

ما يميز MSAIC-Net هو استخدام انتباه القنوات (channel attention) لتكييف أوزان المميزات، مما يساعد على تحسين فصل الميزات بين الحالات الطبيعية والغير طبيعية. كما تم إدخال استراتيجية تعلم تبايني جديدة تهدف إلى تقليل تباين البيانات المخزنة بين الفئات، مما يجعل النموذج أكثر كفاءة في التعرف على الاضطرابات القلبية بشكل دقيق.

تم تقييم MSAIC-Net على مجموعتين بيانات متميزتين، إحداهما من نظام صحة جامعة فيرجينيا (UVA) للتصنيف وكشف الندبات القلبية والثانية من مجموعة البيانات العامة PTB-XL للتعرف على النوبات القلبية.

وأظهرت النتائج التجريبية أن MSAIC-Net تتفوق على النماذج الأساسية السابقة، مع تحسن ملحوظ في مجموعة بيانات UVA. يعد هذا الإطار المقترح أداة فعالة وقابلة للتفسير في مجال اكتشاف الاضطرابات القلبية عبر تخطيط القلب الكهربائي، ويعد بمستقبل واعد في تحسين الانخفاض في دقة التشخيص القلبي.