سماء الوطن
اقترح باحثون إطاراً تكاملياً جديداً يعتمد على الذكاء الاصطناعي لتصنيف مصادر الشخير، في خطوة قد تسهم في تحسين تشخيص اضطرابات النوم وتطوير علاجات أكثر دقة، وفقاً لدراسة نُشرت مؤخراً في مجلة «ساينتيفيك ريبورتس».
ويُعدّ الشخير عرضاً رئيسياً مرتبطاً بانقطاع النفس الانسدادي النومي، الناجم عن انسداد أو اهتزاز تراكيب مجرى الهواء العلوي. ويمكن تحديد المنشأ التشريحي للشخير بطريقة غير جراحية من خلال تصنيف الإشارات الصوتية للشخير. مع ذلك، تُعاني طرق التصنيف الحالية من محدودية البيانات، وضعف تكامل معلومات التردد الزمني، وعدم توازن توزيع الفئات.
ووفقاً لموقع «Medical News»، اختبر الفريق النموذج باستخدام مجموعة بيانات ميونيخ- باساو لأصوات الشخير (MPSSC)، التي تضم تسجيلات لأصوات شخير ناتجة عن 4 مواضع مختلفة داخل الجهاز التنفسي، تشمل الحنك الرخو، وقاعدة اللسان، ولسان المزمار، والجدران الجانبية للبلعوم الفموي.
وقبل تدريب النموذج، قسّم الباحثون البيانات إلى مجموعات للتدريب والتطوير والاختبار، كما عالجوا التفاوت في أعداد التسجيلات بين الفئات المختلفة، لضمان عدم انحياز النتائج إلى فئة معينة.
وبعد تدريب عدة نماذج للذكاء الاصطناعي ومقارنتها، توصل الباحثون إلى أن أفضلها حقق دقة مرتفعة في التعرف على مصدر الشخير، مسجلاً متوسط استدعاء غير مرجَّح بلغ 67.1 في المائة في الاختبارات النهائية، وهو ما يشير إلى إمكانية الاستفادة من هذه التقنية مستقبلاً في تحسين تشخيص اضطرابات النوم، وتحديد العلاج الأنسب لكل مريض.
ورغم استمرار بعض التحديات في التمييز بين أنواع معينة من الشخير، فإن النتائج تشير إلى أن الإطار المقترح يمثل خطوة واعدة نحو تطوير أدوات أكثر دقة لتشخيص اضطرابات النوم وتحديد مصدر الشخير.
وقارن الباحثون أداء النموذج المقترح بعدد من الأساليب التقليدية والمتقدمة المستخدمة في تحليل الأصوات، بما في ذلك نماذج تعتمد على الشبكات العصبية وتقنيات حديثة لمعالجة الإشارات الصوتية. وأُجريت جميع المقارنات باستخدام مجموعات البيانات نفسها لضمان دقة النتائج.
وأظهرت النتائج أن النموذج الجديد تفوق على معظم النماذج المنافسة، وحقق تحسناً ملحوظاً في القدرة على التعرف على مصادر الشخير المختلفة. كما تفوَّق على الأنظمة التي تعتمد على الخصائص الصوتية التقليدية، ما يشير إلى أن هذه الأساليب قد لا تكون كافية لرصد الأنماط المعقدة التي تميز أنواع الشخير المختلفة.
ورغم استمرار بعض التحديات في التمييز بين أنواع معينة من الشخير، فإن النتائج تشير إلى أن الإطار المقترح يمثل خطوة واعدة نحو تطوير أدوات أكثر دقة لتشخيص اضطرابات النوم وتحديد مصدر الشخير.