تُعتبر حالات فشل القلب (Heart Failure) من المشاكل الصحية الخطيرة، حيث تؤثر على 11.8% من البالغين البالغين من العمر 65 عامًا وما فوق، مما يقلل من جودة حياتهم وطول أعمارهم. الدراسات تشير إلى أن الوقاية من هذه الحالة القاسية قد تسهم في تقليل الوفيات والمشاكل الصحية المصاحبة.
لذا، تم الإفصاح عن دراسة مثيرة تستخدم الذكاء الاصطناعي (Artificial Intelligence) في تحليل بيانات تخطيط القلب (Electrocardiogram) لمدة 24 ساعة لتحديد خطر فشل القلب خلال خمس سنوات.
استخدم الباحثون مجموعة بيانات Technion-Leumit Holter ECG (TLHE)، التي تحتوي على 69,663 تسجيلًا من 47,729 مريضًا على مدار 20 عامًا. تم تطوير نموذج عميق يُعرف بـ DeepHHF، قام بتحليل بيانات تخطيط القلب على مدار 24 ساعة، وحقق دقة عالية في التنبؤ بخطر فشل القلب.
أظهرت النتائج أن DeepHHF حقق منطقة تحت منحنى التشغيل الخاص بمستقبلات الأداء (Area Under the Receiver Operating Characteristic Curve) تصل إلى 0.80، متفوقًا بذلك على نماذج أخرى تعتمد على مقاطع قصيرة من 30 ثانية أو درجات طبية تقليدية.
وبالإضافة إلى ذلك، أظهرت التحليلات القابلة للتفسير التي أجريت على هذا النموذج أن DeepHHF كان يركز بشكل خاص على عدم انتظام ضربات القلب (Arrhythmias) والعيوب القلبية.
وهذا يسلط الضوء على إمكانية استخدام تقنيات التعلم العميق نمذجة البيانات المستمرة لتخطيط القلب، مما يتيح لها التقاط الأحداث الحادة الضرورية لتوقع المخاطر بشكل موثوق. وتعتبر تقنية الذكاء الاصطناعي المطبقة على تخطيط القلب أحادي القناة غير الغازية وذات تكلفة منخفضة، مما يجعلها أداة واعدة في مجال توقع مخاطر فشل القلب.