نموذج ذكاء اصطناعي يكشف سببًا خفيًا لبعض حالات ارتفاع ضغط الدم

أداة تحرٍّ بالذكاء الاصطناعي تستهدف تشخيصًا شائعًا لا يزال الأطباء يفوتونه

يقول باحثون سيعرضون نتائجهم في ENDO 2026 إن نموذجًا جديدًا للذكاء الاصطناعي قد يساعد الأطباء على تحديد المرضى المصابين بفرط الألدوستيرونية الأولي، وهو سبب لارتفاع ضغط الدم كثيرًا ما لا يُشخَّص على النحو الكافي ويحمل خطرًا إضافيًا على القلب والأوعية الدموية. استخدمت الدراسة 30 عامًا من بيانات السجلات الصحية الإلكترونية لبناء نهج تحرٍّ يمكنه الإشارة إلى المرضى مرتفعي الخطورة قبل وضع تشخيص رسمي.

يحدث فرط الألدوستيرونية الأولي عندما تنتج الغدتان الكظريتان كمية زائدة من الألدوستيرون، وهو هرمون يشارك في موازنة الصوديوم والبوتاسيوم. ويمكن لفائض الألدوستيرون أن يرفع ضغط الدم، ويرتبط بزيادة خطر السكتة الدماغية، ومرض الشريان التاجي، والرجفان الأذيني، وفشل القلب، وأمراض الكلى. وتذكر الدراسة أن علاجات فعالة متاحة، ما يجعل الاكتشاف المبكر مهمًا سريريًا.

وبحسب الباحثين، قد تؤثر الحالة في ما يصل إلى 20% من مرضى ارتفاع ضغط الدم، ومع ذلك لا تزال غير مشخصة على نطاق واسع. ويُعد هذا الفجوة أحد الأسباب التي دفعت إرشادات الممارسة السريرية لعام 2025 الصادرة عن الجمعية الأميركية للغدد الصماء إلى الدعوة لتوسيع نطاق التحري. لكن عمليًا، يظل توسيع هذا التحري صعبًا لأن الأنظمة الصحية الكبيرة يجب أن تفرز عددًا كبيرًا من المرضى الذين تتداخل لديهم الأعراض وتاريخ الأدوية وأنماط التحاليل.

كيف بُني النموذج

استخدم الفريق، بقيادة فرانك لي من مايو كلينك، بيانات منزوعة الهوية من أكثر من 22 ألف مريض جُمعت بين عامي 1986 و2025 عبر منصة Mayo Clinic Platform. وحلل النموذج متغيرات تشمل العمر والجنس والتشخيصات المرتبطة بارتفاع ضغط الدم ونقص بوتاسيوم الدم، وقياسات الضغط الانقباضي، ومستويات البوتاسيوم، ووصفات أدوية خافضة للضغط أو مكملات البوتاسيوم.

ثم اختبر الباحثون النموذج على 225,887 بالغًا مصابًا بارتفاع ضغط الدم. واستخدم النهج الأفضل أداءً XGBoost، وهو إطار تعلم آلي يُستخدم كثيرًا مع البيانات السريرية المهيكلة. وفي النتيجة المعلنة، تنبأ النموذج بالمرضى المعرضين لخطر فرط الألدوستيرونية الأولي قبل التشخيص بـ 12 شهرًا.

هذه المهلة الزمنية مهمة. فالتعرّف المبكر قبل عام قد يمنح الأطباء وقتًا لطلب اختبارات تأكيدية، وتعديل العلاج، وتقليل التعرض لمضاعفات قلبية وعائية يمكن تجنبها. كما تشير إلى أن الذكاء الاصطناعي قد يكون مفيدًا بشكل خاص لا لاستبدال التشخيص، بل لتضييق نطاق فئة كبيرة إلى مجموعة أصغر ينبغي تقييمها عن كثب.

لماذا قد يهم هذا أبعد من اضطراب واحد

تسلط الدراسة الضوء على استخدام عملي للذكاء الاصطناعي في الرعاية الصحية: الكشف عن المرضى المختبئين في بيانات الرعاية الروتينية بدلًا من توليد أشكال جديدة كليًا من الأدلة السريرية. ارتفاع ضغط الدم شائع، لكن أسبابه ليست موحدة. وإذا استطاعت الأنظمة التمييز بين المرضى الذين يقود ارتفاع ضغط الدم لديهم اضطراب غدي صماء وبين من لديهم ارتفاع ضغط دم أولي أكثر شيوعًا، يمكن أن تصبح الرعاية أكثر استهدافًا وأقل تفاعلية.

وتعكس النتائج أيضًا اتجاهًا أوسع في الطب نحو استخدام مجموعات سجلات طويلة الأمد لتحديد الأمراض القابلة للعلاج في وقت أبكر. ولأن النموذج اعتمد على متغيرات تُسجَّل بالفعل في الرعاية المعتادة، فقد يكون حاجز اعتماده أقل من الأدوات التي تتطلب صورًا جديدة أو بيانات من الأجهزة القابلة للارتداء أو اختبارات متخصصة. ومع ذلك، فإن نموذج التحري ليس سوى الخطوة الأولى. فما زال يجب دمجه في سير العمل، والتحقق من صحته عبر أنظمة صحية مختلفة، واستخدامه بطرق تحسن النتائج الواقعية.

وفي الوقت الراهن، يعزز هذا العمل الحجة لصالح تحرٍّ أوسع وأكثر ذكاءً. فرط الألدوستيرونية الأولي حالة مهمة وقابلة للعلاج. وقد يساعد نموذج قادر على إدخال المرضى في مسار تشخيصي قبل الاعتراف بالحالة رسميًا على سد إحدى أكثر البقع العمياء استمرارًا في رعاية ارتفاع ضغط الدم.

تستند هذه المقالة إلى تقرير Medical Xpress. اقرأ المقال الأصلي.