عدد اليوم
طوّر باحثون من جامعة جنوب أستراليا (UniSA) نماذج جديدة للتعلم الآلي، يُمكن أن تُساعد الأطباء على تحديد متى يُمكن للمرضى التوقف عن استخدام مضادات الاكتئاب على المدى الطويل بنجاح.
باستخدام الذكاء الاصطناعي لتتبع بيانات صرف الأدوية من برنامج المزايا الصيدلانية، حدد باحثو جامعة جنوب أستراليا أنجح حالات إلغاء الوصفات الطبية من بين 100,000 مريض وُصفت لهم مضادات الاكتئاب على مدى 10 سنوات.
عُرضت الدراسة، التي تحمل عنوان "التنبؤ بإلغاء الوصفات الطبية لمضادات الاكتئاب باستخدام التعلم الآلي باستخدام البيانات الإدارية"، في مؤتمر MedInfo 2025، وهو مؤتمر دولي حول الصحة الرقمية والمعلوماتية. كما نُشرت النتائج في مجلة Studies in Health Technology and Informatics.
مع الارتفاع الكبير في استخدام مضادات الاكتئاب عالميًا، يُمكن أن يُساعد هذا الاختراق في مجال الذكاء الاصطناعي الأطباء العامين على إلغاء وصف الأدوية التي لم تعد موصى بها سريريًا بأمان.
في حين أن هذه الأدوية قد تُغير حياة المريض، إلا أن استخدامها لفترات طويلة يرتبط بمجموعة من الآثار الجانبية، بما في ذلك زيادة الوزن، ومشاكل القلب.
مع ذلك، يُعاني 50% من المرضى أيضًا من أعراض الانسحاب عند التوقف عن تناولها. لذا، فإن إدارة الفوائد والمخاطر العلاجية تتطلب موازنة دقيقة، وفقًا للدكتور لاسانثا رانوالا، وهو طبيب وباحث في مجال الذكاء الاصطناعي ومرشح لنيل درجة الدكتوراه من جامعة جنوب أستراليا.
اقرأ أيضا... الذكاء الاصطناعي يُجري تجارب لاكتشاف مواد جديدة
يقول الدكتور رانوالا "غالبًا ما يتردد مقدمو الرعاية الصحية في إيقاف وصفات مضادات الاكتئاب بسبب مخاوفهم من آثار الانسحاب، مما يُصعّب على الأطباء معرفة من يمكنه إيقاف العلاج بأمان وكيف".
يضيف "من خلال تطبيق الذكاء الاصطناعي على قاعدة بيانات برنامج المزايا الصيدلانية، حددنا أنماطًا مرتبطة بنجاح الانسحاب، وتوقعنا المرضى الأكثر احتمالًا للنجاح عند التوقف عن تناول مضادات الاكتئاب".
وتم تعريف التوقف الناجح عن الوصفات الطبية بأنه عدم وجود أي دواء مضاد للاكتئاب لمدة عام واحد على الأقل بعد استخدام سابق طويل الأمد (أكثر من 12 شهرًا). إذا زادت فعالية الدواء خلال ستة أشهر بعد محاولة تخفيض الجرعة، يُعَدّ ذلك فشلاً.
يقول الباحثون إن هذه النتائج قد تُمكِّن الأطباء من استخدام أداة فعّالة لدعم القرار، مما يُساعدهم على بدء عملية إلغاء الوصفات الطبية بثقة أكبر.
تم تدريب واختبار خوارزميتين للتعلم الآلي. إحداهما قيّمت سجلات الوصفات الطبية النهائية (بدقة 81%)، والأخرى تتبّع المرضى منذ وصفتهم الطبية الأولى، مُراقبةً تخفيضات الجرعة ونتائجها (بدقة 90%).
يقول أندريه أندرادي، الأستاذ المشارك في جامعة جنوب أستراليا "تُظهر هذه الدراسة نتائج واعدة للغاية"، مضيفا "كان النموذج الأكثر دقة هو الذي قدّم صورة أكثر دقة لمحاولات إلغاء الوصفات الطبية، عاكسًا تجارب المرضى بشكل أفضل".
تشير النتائج إلى أن بيانات الرعاية الصحية الإدارية يُمكن أن تُساعد في التنبؤ بالنتائج السريرية وتحسين عملية اتخاذ القرارات الطبية.
ويؤكد أندرادي "تُجمع هذه البيانات بشكل سلبي، ولا تُستخدم بشكل كافٍ من قِبل الأطباء، وهي مُرشّحة جيدة لاستخدام الذكاء الاصطناعي".
بناءً على أداة الذكاء الاصطناعي الخاصة بهم للتنبؤ بأعراض الانسحاب الآمن لمضادات الاكتئاب، سيُركز الباحثون الآن على جعل هذه التقنية أكثر دقة وأسهل استخدامًا. ويهدف الباحثون إلى اختبار مدى فعاليتها في العيادات واستكشاف كيف يمكن للطرق المماثلة أن تساعد المرضى على تحسين استخدامهم للأدوية.
مصطفى أوفى (أبوظبي)
