تستعد ساعة آبل لإحداث ثورة في المراقبة الصحية، حيث تشير دراسات حديثة إلى إمكانية إضافة ميزة اختبار الحمل إليها. يكشف نموذج ذكاء اصطناعي جديد، مدعوم من آبل، قدرته على اكتشاف الحمل بدقة فائقة بالاعتماد على البيانات السلوكية المُجمعة من أجهزة مثل آيفون والساعة الذكية. هذا التطور يعزز مكانة آبل كشركة رائدة في تكنولوجيا الصحة الرقمية.
تجمع ساعة آبل بالفعل كمًا هائلاً من البيانات الصحية الدقيقة. تعمل آبل باستمرار، بالتعاون مع كبار الباحثين، على تطوير الميزات التي يمكن أن توفرها هذه البيانات الهائلة. يبدو أن الجيل القادم من ساعة آبل قد يدمج قدرات متقدمة للكشف عن الحمل، معتمدة على تحليل دقيق للبيانات التي يجمعها الجهاز يوميًا.
وفقًا لدراسة نُشرت مؤخرًا في موقع 9to5Mac، تمكن نموذج ذكاء اصطناعي مُبتكر بدعم من آبل من تحديد حالات صحية مختلفة، بما في ذلك الحمل، بدقة ملحوظة. يعتمد هذا النموذج بشكل أساسي على تحليل البيانات السلوكية المُجمعة من أجهزة آبل الذكية، مما يمثل نقلة نوعية في مجال التشخيص المبكر.
تُقدم هذه الدراسة الرائدة، التي تحمل عنوان “ما وراء بيانات الاستشعار: النماذج الأساسية للبيانات السلوكية من الأجهزة القابلة للارتداء تُحسّن التنبؤات الصحية”، مفهومًا جديدًا للتعلم الآلي يعرف بنموذج السلوك القابل للارتداء (WBM). يختلف هذا النموذج جذريًا عن النماذج الصحية التقليدية التي تركز على بيانات الاستشعار الخام الفورية، مثل معدل ضربات القلب أو مستويات الأكسجين في الدم.
كيف يعمل نموذج الذكاء الاصطناعي الجديد؟
يُدرب نموذج WBM على أنماط سلوكية طويلة المدى يجمعها المستخدمون بانتظام، مما يوفر رؤية شاملة. تشمل هذه البيانات مستويات النشاط اليومي، وجودة النوم، وأنماط الحركة، وتقلب معدل ضربات القلب، بالإضافة إلى مقاييس صحية أخرى عالية المستوى تُحسب بالفعل بواسطة خوارزميات ساعة Apple Watch المتقدمة. يركز WBM على تحليل سلوك المستخدمين المتراكم بدلاً من التقلبات البيومترية قصيرة المدى.
يُحلل هذا النموذج الذكي الأنماط السلوكية أسبوعيًا باستخدام بنية من الجيل التالي تُسمى Mamba-2، والتي تعد فعالة بشكل خاص في معالجة بيانات السلاسل الزمنية المعقدة مثل الروتين البشري اليومي. يمكنه هذا من اكتشاف التغيرات الدقيقة والمتراكمة التي قد تشير إلى مجموعة واسعة من الحالات، من قلة النوم المزمن إلى التهابات الجهاز التنفسي، وحتى علامات الحمل المبكرة للغاية. هذا النهج يوفر فهماً أعمق للصحة العامة للفرد.
دقة غير مسبوقة في الكشف عن الحمل
فيما يتعلق بتحديد الحمل تحديدًا، أظهر نموذج WBM دقة لافتة بلغت 92%، وذلك باستخدام مزيج من الرؤى السلوكية اليومية والبيانات البيومترية التقليدية مثل تخطيط التحجم الضوئي (PPG). أثبت هذا النهج الهجين فعاليته بشكل خاص، متفوقًا بشكل واضح على النماذج التي اعتمدت فقط على معدل ضربات القلب الخام أو مستويات الأكسجين وحدها. هذا يؤكد قوة دمج أنواع متعددة من البيانات.
في الواقع، وجد الباحثون أن المقاييس السلوكية كانت من بين المؤشرات الأكثر موثوقية للكشف عن الحمل المبكر. شملت هذه المقاييس تغيرات في نمط المشي، وأنماط الحركة اليومية، والتحولات الملحوظة في مدة النوم ونوعيته. هذه التغييرات الدقيقة، التي قد لا يلاحظها الفرد بنفسه، يمكن أن تكون علامات مبكرة وموثوقة للحمل.
مستقبل المراقبة الصحية الشاملة
تجدر الإشارة إلى أن الدراسة لا تدعو إلى استبدال بيانات الاستشعار الخام كليًا، بل تؤكد على أهمية اتباع نهج مُشترك ومتكامل. بينما تظل البيانات البيومترية الفورية قادرة على كشف الأحداث الفسيولوجية الحادة والتغيرات السريعة في الجسم، تُقدم البيانات السلوكية صورة أشمل وأعمق للاتجاهات الصحية على المدى الطويل. هذا الدمج يعزز دقة التشخيص.
كما وُجد أن هذه الطريقة ثنائية المدخلات، التي تجمع بين البيانات السلوكية والبيومترية، هي الأكثر فعالية في مجموعة واسعة من حالات الاستخدام الصحي. تمتد هذه الفعالية من اكتشاف التهابات الجهاز التنفسي المختلفة وحتى تحديد ما إذا كان الشخص يتناول أدوية محددة مثل حاصرات بيتا. هذا يفتح آفاقًا جديدة للمراقبة الصحية الشخصية عبر الأجهزة الذكية.