وأسهمت أدوات الفحص المستخدمة في تشخيص انقطاع التنفس الانسدادي أثناء النوم، مقارنة بالفحص التقليدي المعتمد على تخطيط النوم الكامل (PSG)، الذي يستغرق وقتًا طويلًا ويتطلب تحليلًا يدويًا من مختصين، إلى جانب تكلفته المادية المرتفعة.
تطوير نموذج ذكاء اصطناعي
وأوضحت الدراسة أن الحل يتمثل في تطوير نموذج ذكاء اصطناعي متقدم يعتمد على تقنية المحوّلات (Transformers) -المستخدمة أيضًا في نماذج اللغة الكبيرة- مع الاكتفاء بمؤشر حيوي واحد هو تخطيط القلب (ECG)، إضافة إلى استخدام ترميز موضعي ذكي عبر المُرمِّز التلقائي (Autoencoder)، بما يتيح معالجة البيانات الخام دون الحاجة إلى معالجة مسبقة معقدة.وأظهرت نتائج البحث تفوق النموذج المقترح على الأبحاث السابقة بنسبة 13% في درجة F1، مع قدرته على اكتشاف حالات انقطاع التنفس بدقة زمنية عالية تصل إلى كل ثانية واحدة؛ مما يوفر رؤى تشخيصية دقيقة للأطباء، فضلًا عن كونه أسرع في الفحص وأقل تكلفة، ويعمل بكفاءة على بيانات حقيقية تحتوي على تشويش.
ويجسد هذا النوع من الأبحاث الاهتمام بتسخير تقنيات الذكاء الاصطناعي في طب النوم، فيما حلّت جامعة الملك سعود في المرتبة الثامنة عشرة عالميًا خلال الأعوام الخمسة الأخيرة في أبحاث طب النوم، وجاء أستاذ طب النوم بكلية الطب في جامعة الملك سعود البروفيسور أحمد باهمام في المركز الخامس عالميًا بين علماء طب النوم للفترة ذاتها، وفق تصنيف ScholarGPS لعام 2025.
