فريق من الباحثين الايرانيين يطور نموذجًا حاسوبيًا جديدًا قادرًا على تشخيص أمراض الكبد بسرعة ودقّة تفوق 97%.

تُعدّ أمراض الكبد من أبرز التحديات الصحية العالمية نظرًا لتزايد معدلات الإصابة بها بسبب أنماط الحياة غير الصحية والعوامل الوراثية.

وتُشير الدراسات الحديثة إلى أنّ التشخيص المبكر يمكن أن يحدّ بدرجة كبيرة من مضاعفات هذه الأمراض، ما يجعل تطوير أدوات ذكية للتشخيص مسألة ملحّة. وفي هذا الإطار، أجرت الباحثة صفورا عاشوري من جامعة آزاد الإسلامية – فرع رشت، دراسة علمية هدفت إلى تصميم نموذج ذكاء اصطناعي قادر على التنبؤ بالإصابة بأمراض الكبد اعتمادًا على بيانات طبية حقيقية.

استخدمت عاشوري وزميلها بيانات صادرة عن مرضى في الهند، وأدخلاها إلى شبكة عصبية عميقة مطوّرة بخوارزمية "بحث الزواحف"، وهي خوارزمية فوق ابتكارية تمكّن النموذج من ضبط معاييره الذاتية بمرونة ودقّة عالية.

وأظهرت نتائج الدراسة أنّ النموذج الجديد حقق دقة تقارب 97%، متفوقًا بذلك على خوارزميات تقليدية مثل Random Forest وAdaBoost. كما أظهر أداءً متوازنًا في مؤشرات القياس الإحصائي، بما في ذلك "درجة F1" و"معدل الصحة"، مما يؤكد كفاءته في البيئات السريرية الحقيقية.

وأشارت الباحثة إلی أنّ الجمع بين الشبكات العصبية العميقة والخوارزميات الفوق ابتكارية يمثل اتجاهًا واعدًا في الذكاء الاصطناعي الطبي، إذ يتيح للنماذج التكيّف مع البيانات المعقّدة وتجنّب مشكلة الإفراط في التعلّم.

ويرى المختصون أنّ تطبيق مثل هذه النماذج في أنظمة دعم القرار الطبي أو تطبيقات الصحة الرقمية سيسهم في الكشف المبكر عن أمراض الكبد بين الفئات المعرّضة للخطر، وبالتالي تقليل الوفيات وخفض تكاليف العلاج. ويؤكد هذا الإنجاز الدور المتنامي للبحث العلمي الإيراني في مجال الذكاء الاصطناعي التطبيقي.