كيف يمكن للذكاء الاصطناعي تحسين تغذية الأطفال الخدج

يمكن لخوارزمية تتعلم من عشرات الآلاف من وصفات التغذية للأطفال الخدج أن تقلل الأخطاء الطبية وتحدد بشكل أفضل العناصر الغذائية التي يحتاجها أصغر المرضى. 

الذكاء الاصطناعي يمكن أن يحسن التغذية الوريدية للأطفال الخدج دراسة أجرتها كلية الطب بجامعة ستانفورد وقد أظهرت. الجديد طب الطبيعة يذاكر أصبح هذا المشروع ممكنًا، جزئيًا، بفضل العمل الخيري - وهو من بين أول المشاريع التي أظهرت كيف يمكن لخوارزمية الذكاء الاصطناعي تمكين الأطباء من اتخاذ قرارات سريرية أفضل للأطفال حديثي الولادة المرضى.  

تستخدم الخوارزمية معلومات السجلات الطبية الإلكترونية للأطفال الخدج للتنبؤ بالمواد الغذائية التي يحتاجونها وكمياتها. دُرّبت أداة الذكاء الاصطناعي على بيانات من حوالي 80,000 وصفة طبية سابقة للتغذية الوريدية، ورُبطت بمعلومات حول حالة هؤلاء الأطفال. 

قال الباحثون إن استخدام الذكاء الاصطناعي للمساعدة في وصف التغذية الوريدية قد يقلل من الأخطاء الطبية، ويوفر الوقت والمال، ويُسهّل رعاية الأطفال الخُدّج في البيئات محدودة الموارد. التغذية الوريدية، المعروفة أيضًا بالتغذية الوريدية الكاملة، هي الطريقة الوحيدة لتغذية الأطفال الخُدّج الذين يولدون قبل أن ينضج جهازهم الهضمي بما يكفي لامتصاص العناصر الغذائية. 

"حاليًا، نبتكر وصفة تغذية عن طريق الوريد لكل طفل، على حدة، يوميًا. نصنعها من الصفر ونقدمها لهم"، هذا ما قاله كبير مؤلفي الدراسة. نيما أغايبوردكتوراه، أستاذ مشارك في التخدير، وطب ما قبل الجراحة، وطب الألم، وطب الأطفال. "التغذية الوريدية الكاملة هي المصدر الأكبر للأخطاء الطبية في وحدات العناية المركزة لحديثي الولادة، سواءً في الولايات المتحدة أو عالميًا." 

لا يقتصر الأمر على أن هذه العملية معرضة للخطأ فحسب، بل تُصعّب على الأطباء أيضًا معرفة ما إذا كانوا قد حصلوا على التركيبة الصحيحة. على سبيل المثال، لا يوجد فحص دم لقياس ما إذا كان الطفل الخديج يحصل على العدد الصحيح من السعرات الحرارية يوميًا، وعلى عكس الأطفال المولودين في موعدهم، لا يبكي الأطفال الخديج بالضرورة عند الجوع، ويُظهرون الرضا عند الشبع. 

قال المؤلف المشارك في الدراسة: "التغذية هي إحدى مجالات العناية المركزة لحديثي الولادة التي نكون فيها أضعف". ديفيد ستيفنسوندكتور في الطب، أخصائي طب حديثي الولادة وأستاذ هارولد ك. فابر في طب الأطفال. 

عملية بطيئة 

يولد حوالي 10% من الأطفال قبل موعد ولادتهم بثلاثة أسابيع على الأقل. أما الأطفال الذين يولدون قبل موعد ولادتهم بأكثر من ثمانية أسابيع، فلا يكونون مستعدين لامتصاص العناصر الغذائية عبر أمعائهم، ويحتاجون إلى تغذية وريدية. إضافةً إلى ذلك، يعاني بعض الأطفال الخدج من مضاعفات معوية ناتجة عن الولادة المبكرة، ويحتاجون إلى تغذية وريدية ريثما تلتئم أمعاؤهم. 

في الوقت الحالي، تُوصف التغذية الوريدية يوميًا لهؤلاء المرضى على أساس فردي. يحتاج المرضى إلى المغذيات الكبرى، وهي اللبنات الجزيئية للبروتينات والدهون والكربوهيدرات؛ والمغذيات الدقيقة مثل الفيتامينات والمعادن والكهارل؛ وأدوية مثل الهيبارين، الذي يُضاف إلى المستحضر الوريدي لتقليل خطر تجلط الدم. تعتمد الوصفات الطبية الحالية على عوامل مثل وزن الطفل ومرحلة نموه ونتائج فحوصاته المخبرية. 

يتطلب توفير هذه الوصفات الطبية مساهمة ستة خبراء يعملون معًا على مدار ساعات طويلة: يكتب طبيب حديثي الولادة أو صيدلي كل وصفة طبية، ويراجعها أخصائي تغذية للتأكد من تركيبها الغذائي، ويراجعها صيدلي ثانٍ للتأكد من سلامتها. تُرسل الوصفة إلى صيدلية تحضير الأدوية، حيث تُحضّر، ثم تُنقل إلى وحدة العناية المركزة لحديثي الولادة، حيث تُعطي ممرضة واحدة المحاليل الوريدية، وتتحقق ممرضة ثانية من صحة المستحضر لكل مريض. 

"إنه دواء عالي الخطورة لأنه عبارة عن مزيج من العديد من الأشياء المختلفة"، كما قال أحد المشاركين في الدراسة. شبنم جاسكاريدكتور صيدلة، المدير التنفيذي ورئيس قسم الصيدلة في صحة الأطفال بكلية طب ستانفورد. "لو صُنعت مُغذيات عن طريق الوريد جاهزة للاستخدام، لكان ذلك مفيدًا جدًا. أعتقد أنها ستكون أكثر أمانًا للمرضى." 

نحو الصيغ القياسية 

وتساءل الباحثون عما إذا كان بإمكانهم استخدام الذكاء الاصطناعي للمساعدة في تزويد المستشفيات بتركيبات غذائية مصنعة وجاهزة للاستخدام. 

تم تدريب خوارزمية الذكاء الاصطناعي الخاصة بهم على بيانات السجلات الطبية الإلكترونية لعشر سنوات من وحدة العناية المركزة لحديثي الولادة في مستشفى لوسيل باكارد للأطفال في ستانفورد، بما في ذلك 79,790 وصفة طبية للتغذية الوريدية من 5,913 مريضًا خديجًا. كما تمكنت الخوارزمية من الوصول إلى معلومات حول النتائج الطبية للمرضى، مما مكّنها من تحديد أنماط دقيقة تربط مستويات العناصر الغذائية بصحة الأطفال. ورغم أن الأطباء لم يكونوا دائمًا على دراية تامة بكل وصفة طبية سابقة، إلا أن حجم البيانات ساعد في التغلب على هذه المشكلة، مما مكّن الخوارزمية من التعلّم بشكل عام حول ما يناسب الأطفال في مختلف الحالات الطبية. 

وقال أغايبور: "هذه إحدى نقاط قوة الذكاء الاصطناعي: في بعض الأحيان تكون البيانات غير الكاملة جيدة بما يكفي طالما أن لديك الكثير منها". 

بعد التدريب على بيانات المرضى على مدى عقد من الزمن، قامت الخوارزمية بتجميع وصفات غذائية مماثلة لتحديد عدد التركيبات القياسية التي تلبي الاحتياجات الغذائية لجميع المرضى، وما الذي سيدخل في كل منها. 

قال أغايبور: "تساءلنا: ماذا لو ابتكرنا ثلاث تركيبات قياسية، أو عشر تركيبات، أو مئة تركيبة؟". "اتضح أنه مع وجود خمس عشرة تركيبة مختلفة للتغذية الوريدية، فإن ما توصي به مشابه جدًا لما كان سيفعله الأطباء والصيادلة وأخصائيو التغذية على أي حال. ولكن بعد ذلك، يمكن استخدام هذه التركيبات الخمس عشرة القائمة على الذكاء الاصطناعي لتحسين السرعة والسلامة بشكل كبير." 

علاوة على ذلك، أظهر الباحثون أن خوارزمية الذكاء الاصطناعي يمكنها استخدام بيانات السجلات الطبية الإلكترونية للمرضى للتنبؤ بأي من التركيبات الخمسة عشر التي قد يحتاجها كل طفل، ويمكنها تعديل التوصيات يوميًا مع نمو المرضى وتغير حالتهم الصحية. على سبيل المثال، قد توصي الخوارزمية بأن يحتاج طفل معين إلى التركيبة رقم 8 لمدة خمسة أيام، ثم التركيبة رقم 3 لمدة أسبوع، ثم التركيبة رقم 14 لبضعة أيام، وهكذا. 

لاختبار مدى فعالية هذا النهج مقارنةً بالوصفات الطبية الحقيقية، صمم فريق البحث اختبارًا لعشرة أطباء حديثي الولادة: عُرضت على الأطباء معلومات سريرية عن مرضى سابقين، بالإضافة إلى وصفات التغذية الوريدية التي تلقوها بالفعل، والوصفات الطبية التي ستوصي بها الخوارزمية. لم يُخبر الأطباء بأي وصفة طبية هي الأفضل، بل سُئلوا عن أيها يعتقدون أنها الأفضل. فضّل الأطباء باستمرار الوصفات الطبية المُولّدة بالذكاء الاصطناعي على الوصفات الطبية الحقيقية. 

استخدم الباحثون أيضًا الذكاء الاصطناعي لمسح السجلات الطبية الإلكترونية للمرضى السابقين، بحثًا عن الحالات التي كانت فيها الوصفة الغذائية الفعلية للمريض مختلفة تمامًا عما كان الذكاء الاصطناعي سيوصي به. ووجدوا أن خطر الوفاة وتسمم الدم وأمراض الأمعاء لدى هؤلاء المرضى كان أعلى بكثير مقارنةً بالمرضى الذين تطابقت وصفاتهم مع ما كان الذكاء الاصطناعي سيوصي به. 

كما قام الفريق بالتحقق من صحة نموذج الذكاء الاصطناعي باستخدام بيانات حقيقية من جامعة كاليفورنيا في سان فرانسيسكو (بما في ذلك 63273 وصفة غذائية من 3417 مريضًا) ووجدوا أن النموذج قام بعمل جيد في التنبؤ باحتياجات العناصر الغذائية لهذا السكان أيضًا. 

خطوات التنفيذ 

وستكون الخطوة التالية إجراء تجربة سريرية عشوائية يتلقى فيها بعض المرضى وصفات غذائية باستخدام الطريقة اليدوية، ويتلقى آخرون وصفات طبية موصى بها بواسطة الذكاء الاصطناعي، ويرى الباحثون كيف تتصرف كل مجموعة. 

وبافتراض تنفيذ النظام، يخطط الفريق لجعل الأطباء والصيادلة يستمرون في التحقق من توصيات الذكاء الاصطناعي وتعديل الوصفات الطبية إذا لزم الأمر. 

المساهمين والداعمين 

ساهم في البحث علماء من كلية كيك للطب بجامعة جنوب كاليفورنيا ومستشفى الأطفال في لوس أنجلوس. 

حظي هذا العمل بدعم من المعاهد الوطنية للصحة (المنحة R35GM138353)، والمركز الوطني لتطوير العلوم الانتقالية (المنحة UL1TR001872)، ومعهد يونيس كينيدي شرايفر الوطني لصحة الطفل والتنمية البشرية (المنحة R42HD115517)، وصندوق بوروز ويلكوم، ومؤسسة مارش أوف دايمز، ومؤسسة ألفريد إي. مان، ومعهد ستانفورد لأبحاث صحة الأم والطفل من خلال برنامج سبارك للأبحاث الانتقالية في جامعة ستانفورد، وصندوق ستانفورد للتكنولوجيا عالية التأثير، ومعهد ستانفورد للتصميم الحيوي. كما حظي هذا المشروع بدعم من المركز الوطني لتطوير العلوم الانتقالية، والمعاهد الوطنية للصحة، من خلال معهد العلوم السريرية والترجمية في جامعة كاليفورنيا، سان فرانسيسكو. 

قدم هدية لدعم الأبحاث المبتكرة والرعاية للأمهات والأطفال في مستشفى لوسيل باكارد للأطفال في ستانفورد - وفي جميع أنحاء العالم.