تحقيق دقة التنبؤ بالوقت للحدث: إطار مبتكر للتوازن بين أنماط البيانات الطبية

تُعتبر تنبؤات الوقت للحدث (TTE) من التحديات الكبيرة في مجال الرعاية الصحية، خاصةً مع تنوع البيانات والتوزيع غير المتناسق للأنماط. في هذا السياق، نقدّم إطارًا مبتكرًا يعتمد على نماذج أساسية (Foundation Models) يعمل على توحيد التمثيلات بين بيانات التصوير المقطعي (CT) والسجلات الطبية الإلكترونية (EHR).

المشكلة الأساسية التي نواجهها تتعلق بعدم توازن الأنماط الحسابية، حيث تُستخدم تقنيات متعددة للتعامل مع هذا التعقيد. لذلك، تم تطوير نموذج يعتمد على أربع استراتيجيات للتوحيد: التوحيد المتأخر، والتوافق التبايني، والانتباه المتقاطع، والانتباه التشاركي. هذه الاستراتيجيات تهدف إلى تحسين دقة التنبؤ بوقت حدوث أحداث طبية مهمة مثل الوفاة بسبب الأزمة الرئوية (PE) وأمراض القلب الوعائية (CVD).

أظهرت التجارب الزمنية على مجموعات بيانات واسعة النطاق أن توحيد البيانات أدى إلى تحسين مؤشرات التوافق بين الأنماط بحوالي 1.5-5.4% مقارنةً بالأساليب أحادية النمط، مما يدل على فعالية استخدام التقنيات المتعددة لتحقيق نتائج دقيقة.

بشكل خاص، قدم التوحيد التبايني، مع التركيز على تمثيلات CLMBR، أفضل تحسينات، خاصةً في توقع الوفاة بسبب الأزمة الرئوية. ومن المليح أن نمط الأنماط المتعددة الذي يركز على المهام يعدّ مبدأً تصميميًا أساسيًا لتحقيق عام معروف ومنتشر في المجال الطبي.

ختامًا، يبرز هذا البحث أهمية اعتماد نماذج أساسية للتفاعل بين الأنماط كوسيلة لمواجهة تحديات البيانات الطبية والارتقاء بمستوى جودة الرعاية الصحية بشكل عام.