«انقطاع الاتصال» الفسيولوجي أثناء النوم: الذكاء الاصطناعي يستخرج من 124 ألف فحص مؤشرات على خطر التنكس العصبي

لا يسجل فحص النوم الليلي التنفس وموجات الدماغ فحسب، بل قد يحتفظ أيضًا بآثار خافتة لتغيرات صحية تظهر بعد سنوات. وتُظهر مسودة بحثية منشورة حديثًا أن الباحثين استخدموا ذكاءً اصطناعيًا متعدد الوكلاء بإشراف بشري لتحليل نحو 124 ألف فحص متعدد المعايير لوظائف النوم، وعثروا في درجة التنسيق بين الدماغ والأنظمة الفسيولوجية الأخرى على إشارات مرتبطة بالتشخيص اللاحق لأمراض التنكس العصبي.

لم تُنجز البيئة المسماة AI Sleep Co-Scientist البحث بصورة مستقلة. فقد حدّد خبراء النوم الاتجاه أولًا، ثم تولّى وكلاء مختلفون، كلٌ وفق مهمته، توليد الفرضيات وتصميم مسارات المعالجة المسبقة للإشارات وإجراء التحليلات الإحصائية؛ وكان الباحثون يراجعون النتائج المرحلية، كما كان الاختيار الرسمي للفرضيات وبدء تحليل مجموعة البيانات الكاملة يتطلبان تأكيدًا بشريًا. وربط النظام أيضًا الأرقام والرسوم البيانية الواردة في الورقة البحثية بشيفرة قابلة للتنفيذ، في محاولة للحد من مخاطر إجراء نماذج اللغة الكبيرة تحليلات خاطئة أو إصدار استنتاجات يتعذر تتبعها.

شمل البحث أربع قواعد بيانات سريرية ووبائية، تضم مجتمعةً أكثر من 50 تيرابايت من الإشارات الخام، واختبر مخاطر الأمراض والأنماط الظاهرية السريرية وتنظيم النوم من خلال خمس دراسات حالة. وركّز أبرز التحليلات على «الاقتران الفسيولوجي»: أي ما إذا كان النشاط بين مناطق الدماغ المختلفة، وبين الدماغ والقلب والعضلات وحركات العين، يحافظ على تنسيق مستقر أثناء النوم. واستخدمت الدراسة بيانات عيادة النوم في ستانفورد للاستكشاف، ثم كررت المقارنة باستخدام مجموعة بيانات أخرى من Human Sleep Project.

أظهرت النتائج أنه خلال المرحلة الثانية من نوم حركة العين غير السريعة، ارتبط كل انخفاض بمقدار انحراف معياري واحد في الاقتران بين مناطق الدماغ بنسبة مخاطر بلغت 1.48 لتسجيل تشخيص مرض باركنسون لاحقًا، و1.38 لمرض ألزهايمر؛ وبلغت فترتا الثقة 95% لهما 1.31 إلى 1.67 و1.25 إلى 1.53، على التوالي. كما ارتبط انخفاض الاقتران بين الدماغ والقلب بالتشخيص اللاحق لمرض باركنسون ومرض ألزهايمر والخرف. ومع ذلك، لم يُظهر النمط العام للتأثير عبر قواعد البيانات سوى اتساق متوسط، ما يشير إلى أن اختلاف بيئات الرعاية الصحية وتركيبة المرضى وظروف القياس لا يزال يؤثر في الإشارات.

ساعد الذكاء الاصطناعي أيضًا في بناء نموذج لـ«عمر النوم» يتألف من سبعة مجالات، تشمل بنية النوم والتنفس والأكسجة والجهاز العصبي الذاتي والتفاعل بين الدماغ والقلب. وكان النهج القائم على الاحتفاظ بالوحدات الفسيولوجية ثم دمج التنبؤات أدق قليلًا في قاعدتي البيانات من المزج المباشر لجميع السمات؛ كما ارتبطت بواقي العمر فيه بعدة أمراض قلبية وعائية وكلوية وتنفسية. ورسمت دراسات الحالة الأخرى ملامح الاستيقاظ لدى المصابين بالأرق المترافق مع انقطاع النفس النومي، وتنظيم نوم حركة العين السريعة، والاختلافات في تذبذبات موجات الدماغ لدى المصابين بالنوم القهري من النوع الأول.

لا يمكن حاليًا تفسير هذه النتائج على أن انخفاض الاقتران أثناء النوم يسبب التنكس العصبي، ولا يمكن استخدام فحص نوم واحد أداةً لفحص الأفراد. اتبعت الدراسة تصميمًا استعاديًا، وجاءت معظم البيانات من مرضى محالين أو من فئات وبائية محددة، كما حُددت نقاط نهاية الأمراض أساسًا وفق رموز التشخيص في السجلات الطبية؛ وقد تؤدي الأمراض المصاحبة والأدوية والاختلافات في طلب الرعاية الصحية التي لم تُقَس إلى عوامل مربكة. ولم تخضع الورقة بعد لمراجعة الأقران، لذا من الأنسب في المرحلة الحالية اعتبار هذه الإشارات فرضيات قابلة للتحقق في أبحاث مستقبلية، لا مؤشرات حيوية سريرية ناضجة.

قد لا يتمثل التقدم الحقيقي لهذا العمل في العثور على مجموعة من الارتباطات بالمخاطر فحسب، بل في إظهار كيفية إدماج الذكاء الاصطناعي في عملية الاستكشاف العلمي للبيانات الفسيولوجية الضخمة. ويُعد إمكان تتبع الشيفرة، والاحتفاظ بقرارات الخبراء، والتحقق من النتائج عبر قواعد بيانات مختلفة تصميمًا أكثر واقعية من البحث المؤتمت بالكامل؛ ومع ذلك، لا تزال الخطوة التالية تتطلب من فرق مستقلة إعادة إنتاج التحليل، والتأكد ضمن دراسات متابعة محددة مسبقًا وذات عينات ممثلة مما إذا كانت قيمته الإضافية تتجاوز العمر والتاريخ المرضي ومؤشرات النوم الحالية.