الذكاء الاصطناعي يكشف النهج القائم عن الأنماط الاجتماعية التي تؤثر على نتائج صحة الطفل

استخدم فريق بقيادة باحثين في كلية طب وايل كورنيل نهجًا قائمًا على الذكاء الاصطناعي للكشف عن الأنماط الأساسية بين الظروف التي يولد فيها الناس وينموون ويعيشون ويعملون ويتقدمون في السن، والتي يطلق عليها المحددات الاجتماعية للصحة (SDoH)، ثم يتم ربطها كل نمط لنتائج صحة الأطفال. وبالمقارنة مع النهج التقليدية، توفر الاستراتيجية، من حيث المبدأ، صورة أكثر موضوعية وشمولية للعوامل الاجتماعية المحتملة التي تؤثر على صحة الطفل، والتي بدورها يمكن أن تتيح تدخلات أفضل استهدافا.

كما ورد في 16 أكتوبر في JAMA Pediatrics، قام الباحثون بتحليل بيانات أكثر من 10500 طفل أمريكي، في مجتمعات عبر 17 ولاية أمريكية. ومن خلال تحديد أكثر من 80 عاملاً من عوامل SDoH على مستوى الحي لكل طفل، كشف التحليل عن أربعة أنماط واسعة في العينة، بما في ذلك الثراء، والبيئة شديدة الوصمة، وارتفاع الحرمان الاجتماعي والاقتصادي، وارتفاع معدلات الجريمة وبيع المخدرات إلى جانب انخفاض التعليم والمناطق المكتظة بالسكان. . ووجدوا ارتباطات إحصائية بين هذه الأنماط والنتائج المتعلقة بصحة نمو الطفل، بما في ذلك الصحة العقلية والمعرفية والجسدية.

شارك الدكتور شياو في قيادة الدراسة مع الدكتور تشانغ سو، وهو أيضًا أستاذ مساعد في علوم صحة السكان. ويعمل كلاهما في قسم المعلوماتية الصحية في قسم علوم الصحة السكانية في كلية طب وايل كورنيل. الدكتور جيوتيشمان باثاك والدكتور فاي وانغ، أيضًا في كلية طب وايل كورنيل، مؤلفان مشاركين في هذا العمل المشترك.

يعمل باحثو طب وايل كورنيل مع فريق متعدد المؤسسات ومتعدد التخصصات من الخبراء لدراسة المحددات الاجتماعية المحتملة للصحة بحثًا عن أدلة على الأسباب المستمرة للنتائج الصحية السيئة. ويضم الفريق خبير الطب النفسي الدكتور جون مان من جامعة كولومبيا؛ الدكاترة. وتيموثي براون، ولوني سنودن، وجوليان تشون تشونغ تشاو، خبراء في اقتصاديات الصحة، والسياسة الصحية والرعاية الاجتماعية، على التوالي، في جامعة كاليفورنيا؛ بيركلي للصحة العامة، وعالم الأوبئة الاجتماعية الدكتور أليكس تساي من كلية الطب بجامعة هارفارد. وقال الدكتور شياو إن تحديد العوامل الاجتماعية المؤثرة على الصحة يمكن أن يوجه السياسات الاجتماعية التي تهدف إلى تحسين صحة الطفل، مثل التشريعات التي تفرض وجبات غداء مدرسية مجانية للأطفال من الأسر ذات الدخل المنخفض إلى جانب توفير الرعاية الصحية الشاملة في المدارس والمراكز السريرية.
نهج جديد لقضية معقدة

تميل الدراسات السابقة في هذا المجال إلى التركيز على مجموعات ضيقة من المتغيرات الاجتماعية والاقتصادية والنتائج الصحية، وعادة ما تدرس النتائج التي يتم حساب متوسطها على مناطق جغرافية كبيرة مثل المقاطعات أو الولايات.

وفي الدراسة الجديدة، اتخذ الباحثون نهجا مختلفا. الدكاترة. شياو وسو خبيران في استخدام التعلم الآلي وتقنيات الذكاء الاصطناعي المتقدمة الأخرى التي تسمح بإجراء تحليلات غير متحيزة ودقيقة نسبيًا لمجموعات البيانات الكبيرة. في السنوات الأخيرة، استخدموا تقنيات “البيانات الضخمة” هذه للتأثير على المشكلات الوبائية الاجتماعية المهمة – على سبيل المثال، دراسة العوامل التي يحتمل أن تؤثر على الصحة العقلية للأطفال أثناء جائحة كوفيد-19.

وقال الدكتور سو: “نهجنا يعتمد على البيانات، مما يسمح لنا بمعرفة الأنماط الموجودة في مجموعات البيانات الكبيرة، دون فرضيات مسبقة أو تحيزات أخرى تعترض الطريق”.

تم إنشاء مجموعة البيانات في الدراسة الجديدة من خلال مشروع مستمر قائم على المسح برعاية المعاهد الوطنية للصحة (NIH) يسمى دراسة التنمية المعرفية لدماغ المراهقين (ABCD). وقد غطت مجموعة مكونة من 10504 أطفال، تتراوح أعمارهم بين 9 و10 سنوات في البداية، وأولياء أمورهم في 21 موقعًا عبر الولايات المتحدة من عام 2016 إلى عام 2021. ويعكس المزيج العرقي والعرقي للعينة على نطاق واسع مزيج الولايات المتحدة ككل.

في التحليل، تم تسجيل سجل كل طفل على 84 متغيرًا مختلفًا من متغيرات SDoH المتعلقة بالموارد التعليمية، والبنية التحتية المادية، والتحيز والتمييز، ودخل الأسرة، وجرائم الأحياء، والمخدرات. حددت خوارزمية التعلم الآلي الأنماط الأساسية في ملفات تعريف SDoH للأطفال – وبحثت أيضًا عن الارتباطات الإحصائية بين هذه الأنماط والنتائج الصحية.