نظام ذكاء اصطناعي للتنبؤ بمخاطر الموت القلبي المفاجئ

تطوير نظام Ai متعدد الوسائط للتنبؤ بمخاطر القلب Multi-Modal Deep Learning for Sudden Cardiac Death Risk Prediction

أنشأت نظام ذكاء اصطناعي متعدد الوسائط (Multimodal) لتقدير احتمالية حدوث سكتة قلبية، باستخدام عدة عناصر ومعاملات أساسية

إشارات ECG الإشارات الكهربائية من القلب.

صور الرنين المغناطيسي للقلب (MRI).

والبيانات السريرية للمرضى (مثل العمر، الأمراض المزمنة ، تاريخ المرضي للمريض).

التفاصيل التقنية:

استخدمت شبكات عصبية تلافيفية أحادية البعد (1D-CNN) لتحليل الإشارات الزمنية لتخطيط القلب واستخراج الأنماط المخفية في ضربات القلب

طبقت شبكات عصبية تلافيفية ثلاثية الأبعاد (3D-CNN) مع تقنيات Radiomics لتحليل صور الرنين المغناطيسي القلبية واستخراج خصائص معقدة من البنية التشريحية

بنيت شبكات Perceptron متعددة الطبقات (MLP) لمعالجة البيانات الجدولية السريرية

دمجت الأنظمة الثلاثة من خلال معمارية Early Fusion التي تجمع التمثيلات المستخرجة من كل نموذج

استخدمت طبقات Dropout للتنظيم ومنع الإفراط في التعلم

الشفافية والقابلية للتفسير:

لأن القرارات الطبية تحتاج شفافية، دمجت أدوات تفسيرية متقدمة:

SHAP لتوضيح أي العوامل السريرية وإشارات القلب كان لها التأثير الأكبر

Grad-CAM و Captum لإنشاء خرائط حرارية تُظهر بالضبط أي مناطق في صورة القلب أثرت على القرار

تحليل منحنى القرار السريري لتقييم الفائدة العملية للنموذج

البيانات والتقييم:

عملت على قواعد بيانات ضخمة مثل UK Biobank و MIMIC-IV-ECG، وطبقت بروتوكول تقييم صارم يشمل:

Cross-validation متعدد الطبقات لضمان التعميم

تحليل المعايرة (Brier Score، مخططات الموثوقية)

اختبارات إحصائية متقدمة (DeLong Test، Bootstrap Confidence Intervals)

دراسات Ablation لإثبات فعالية دمج الوسائط المتعددة مقارنة بالنماذج الأحادية

الأثر:

هذا المشروع جزء من برنامج RISE Mentorship للبحث الطبي المتقدم، وسيُنشر في مؤتمر MICCAI 2026 - أحد أرقى المؤتمرات العالمية في التصوير الطبي الحاسوبي.