قد تعلم ساعتك الذكية بمرضك قبلك قريباً| تقنية حديثة قابلة للارتداء يمكنها اكتشاف علامات المرض المبكرة وإرسال تحذيرات عنها

قد تعلم ساعتك الذكية بمرضك قبلك قريباً| تقنية حديثة قابلة للارتداء يمكنها اكتشاف علامات المرض المبكرة وإرسال تحذيرات عنها

8 فبراير , 2022

ترجم بواسطة:

عائشة الضبيعي

دقق بواسطة:

زينب محمد

لطالما استفدنا من النشرات الجوية وتوقعات الأحوال الجوية لعقود، ولكن التنبؤ بوضعنا الصحي على المدى القريب أصعب بكثير وأهم، فمعرفة احتمالية الإصابة بالإنفلونزا أو كوفيد-19 مهمة للغاية، والخبر السار هو أن بعض الإلكترونيات القابلة للارتداء (الساعات الذكية) قد بدأت فعلاً بإرسال إشعارات تحوي إنذارات صحية مبكرة.

وقد كانت مهندسة الطب الحيوي جيسلين دِن، جامعة ديوك في دورهام، نورث كارولاينا، من ضمن فريق حلّل معدلات ضربات القلب وبيانات أخرى من أجهزة قابلة للارتداء، حيث احتوت هذه الأجهزة على أنظمة شبيهة بالساعات الذكية تجمع الكثير من البيانات التي تشير إلى الحالة الصحية أو حالة المرض، وقد طلب الفريق من 49 متطوعًا ارتداء أساور تحتوي أجهزة استشعار قبل وبعد إصابتهم بنزلة برد أو إنفلونزا، فسجلت هذه الأساور معدل ضربات القلب وحركات الجسم ودرجات حرارة الجلد وغيرها مرة على الأقل في الثانية، وقد أظهرت هذه البيانات علامات الإصابة بالمرض قبل يوم على الأقل من ظهور الأعراض لدى 9 من كل 10 متطوعين.

تقول المهندسة جيسلين دِن أن هذا التحذير المبكر يمكن أن يساعد في القضاء على العدوى قبل أن تنتشر، كما قد يؤدي إلى تفادي الأعراض الشديدة التي تعرض البشر للخطر وبسببها يضطرون إلى الذهاب للمستشفيات، بالإضافة إلى أن معرفة المرض قبل ظهور أعراضه تقلل فرصة انتشار المرض، ورغم فعالية هذه الأنظمة إلا أنها ليست جاهزة بعد للاستخدام الفعلي، حيث تقول عالمة الفيروسات ستايسي شولتز شيري، في مستشفى سانت جود لأبحاث الأطفال في ممفيس بولاية تينيسي: “هذه التقنية مثيرة للاهتمام ولكنها ما تزال في بدايتها بعد، ولذا يجب تطويرها والعمل عليها قبل تنفيذها على نطاق أوسع”.

يتيح اكتشاف العدوى مبكرًا للأشخاص المعرضين للخطر الحصول على قسط من الراحة وتقليل الإجهاد اليومي وربما تناول الأدوية المضادة للفيروسات، حيث قد تمنع هذه الخطوات الأعراض الشديدة وتسرع بالشفاء.

تصفية وتدقيق مجموعات كبيرة من البيانات

أعطى الباحثون 31 من المتطوعين 49 قطرة أنف تحتوي على فيروس الإنفلونزا، أما بقية المتطوعين من العينة فقد تعرضوا للفيروس المعتاد من الجو، وتشير ستايسي شولتز شيري إلى أن التجارب التي يوافق فيها متطوع على تلقي فيروس تعتبر غير معتادة كما أنها قد تكون خطرة أيضاً، ولذا فقد تأكد الباحثون من أن المتطوعين يتمتعون بصحة جيدة وأنهم لن ينقلوا الإنفلونزا للآخرين (قام الأطباء أيضًا بفحص المتطوعين مراراً وتكراراً أثناء التجربة).

أراد الفريق مقارنة البيانات من المجموعتين وتشير عالمة البيانات إميليا جرزيسياك إلى أن تحديد الشخص المصاب قد سبقه نقاش طويل بين الفريق، وقد توصلوا إلى أن المتطوعين قد أصيبوا فعلاً بالمرض بعد ظهور 5 أعراض على الأقل خلال 5 أيام من تلقي الفيروس، كما أن المسحة (PCR) كانت تظهر المرض خلال يومين من تلقي الفيروس.

بدأ المتطوعون بارتداء الأساور قبل فحصهم لتسجيل بياناتهم الأساسية حين تمتعهم بصحة جيدة، واستمروا بارتدائها لعدة أيام بعد التعرض للمرض، حيث كان المستشعر يأخذ البيانات أكثر من 30 مرة في الثانية، مما يعني أن لدى كل متطوع من الـ49 ما يصل إلى 19 مليون نقطة بيانات، وتشير جريزسياك إلى أن أنظمة حاسوبية قامت بعملية تصفية وتدقيق هذه الأكوام من البيانات بحثًا عن أنماط تشير إلى ظهور المرض.

وللقيام بهذه العملية من التصفية يحتاج الحاسوب إلى استخدام خوارزمية معينة طورت جريزسياك تعليماتها خطوة بخطوة، وقد اختبرت هذه الخوارزمية جميع التركيبات الممكنة لبيانات المستشعر والنقاط الزمنية، وبحثت عن الاختلاف الأوضح بين المصابين وغير المصابين، وكمثال على أفضل مجموعة: جمع متوسط معدل ضربات القلب من 6 إلى 7 ساعات بعد التعرض للفيروس مع متوسط الوقت بين ضربات القلب 7 و 9 ساعات بعد التعرض للفيروس (كان النموذج الأفضل الفعلي أكثر تعقيدًا)، كما واستخدمت جريزسياك بعض البيانات لبناء نموذج حاسوبي، واختبرت تنبؤاتها في باقي البيانات، ثم كررت هذه العملية عدة مرات، وقد نجح نموذجها في توقع العدوى بدقة 9 من 10 متطوعين.

يستخدم علماء البيانات الحاسوب للبحث عن أنماط ذات مغزى في مجموعات البيانات الكبيرة، فقد وجدوا  في الدراسة الجديدة مجموعات من القياسات والنقاط الزمنية التي تميز الأشخاص المصابين عن غير المصابين.

التحديات المقبلة

يتمثل أحد التحديات في أن العديد من الالتهابات الفيروسية لها أعراض متشابهة، كما أن كثير من الأشياء غير الفيروسات تؤدي إلى نفس الأعراض، ومن الأمثلة التي لاحظتها ستايسي شولتز شيري التسمم الغذائي، و الربو، و الحساسية الموسمية، كما أن معدلات ضربات القلب تستجيب لما لا يتعلق بالعدوى، مثل التمارين، وأفلام الرعب، بالإضافة إلى أننا في الحياة الواقعية لا نعرف من الذي تعرض لبعض الفيروسات ومتى تعرض لها، ولذا فلن يكون هناك مجال للتعرف على ما ينبهنا بعد التعرض للفيروس، كما قد تتجاوز بيانات المحتمل إصابتهم قيمة معينة خلال مدة ساعتين، ولكن الفريق لم يختبر بعد مدى جودة عمل نموذج التنبؤ في هذا الوضع.

هل يمكن أن يشير مثل هذا النظام يومًا ما إلى إصابة الأشخاص بكوفيد-19؟

ربما، حيث يشير بنيامين سمر، مهندس بيولوجي في جامعة كاليفورنيا، سان دييغو إلى أن تقنيات مماثلة هي تحت التطوير في أماكن أخرى لتقديم تحذيرات مبكرة عن العدوى، وتبدو مثل هذه الدراسات مثيرة للإهتمام، ولكن لا يزال هناك الكثير من العمل للوصول إلى الفاعلية المطلوبة، فمثلاً يشير بنيامين سمر إلى أن دقة التنبؤ بنسبة 95% تعتبر جيدة، لكن هذا الرقم يعني “إخبار شخص من بين كل 20 شخصًا كل ليلة عن احتمالية إصابتهم بالإنفلونزا في حين أن ذلك بسبب 5% من عدم دقة التنبؤات، ولن يصابوا بها في الواقع، كما يتوقع بنيامين تحسناً في دقة التنبؤ، فمن المحتمل أن تتضمن النماذج المستقبلية أنواعًا أخرى من التغييرات الجسدية التي تحدد الأمراض المتطورة، كما وسيعمل الباحثون على صقل هذه النماذج من خلال تحليل مدى جودة توقعهم على آلاف الأشخاص.

المصدر: https://www.sciencenewsforstudents.org

ترجمة: عائشة نت ناصر الضبيعي

تويتر: @AishaN19_

مراجعة وتدقيق: زينب محمد


اترك تعليقاً

القائمة البريدية

اشترك في قائمتنا البريدية ليصلك جديد مقالاتنا العلمية وكل ماهو حصري على مجموعة نون العلمية

error: Content is protected !!