المؤشرات الحيوية الرقمية
أساليب لتمثيل البيانات الفسيولوجية والسلوكية المستمرة في صورة كائنات دالية وتوزيعية معقدة.
مرحبًا بكم
مرحبًا بكم في موقع مجموعة ماركوس ماتابوينا البحثية بجامعة محمد بن زايد للذكاء الاصطناعي
تتيح الصحة الرقمية إمكانية الكشف عن مخاطر الإصابة بالأمراض قبل ظهور أعراضها السريرية بسنوات، بل بعقود أحيانًا. وتتمثل رسالتنا في تطوير المناهج الرياضية والإحصائية وأساليب الذكاء الاصطناعي اللازمة لتحقيق هذا التحوّل، بالاستفادة من المعلومات المستمرة وعالية التواتر التي تجمعها الأجهزة الطبية الحديثة.
وغايتنا هي تجاوز علاج المرض إلى التحسين المستمر والآني لصحة الأفراد والسكان. ولدعم هذا الانتقال، نعمل على تطوير إطار علمي نطلق عليه اسم الإحصاء الحيوي الرقمي.
ما الإحصاء الحيوي الرقمي؟
نعرّف الإحصاء الحيوي الرقمي بأنه فرع من الإحصاء الحيوي يُعنى بتصميم الدراسات وتحليل البيانات والاستدلال الإحصائي والتطبيق السريري للبيانات الصحية الطولية ومتعددة الوسائط التي تُجمع باستمرار وبتواتر عالٍ باستخدام التقنيات الرقمية. ويهدف في نهاية المطاف إلى دعم القرارات السريرية وقرارات الرعاية الصحية من خلال دمج الإحصاء الحيوي ببحوث العمليات.
01 / الرصدبيانات صحية مستمرة
أجهزة رقمية وقياسات طولية.
02 / الفهمالاستدلال الإحصائي
منهجيات دقيقة وقياس كمّي لعدم اليقين.
03 / التطبيققرارات الرعاية الصحية
رعاية شخصية وصحة السكان.
تبلورت هذه الرؤية عبر تجارب التعلّم والإرشاد والتعاون في جامعات هارفارد وجونز هوبكنز وكارولينا الشمالية في تشابل هيل، ولا سيما في مجالات التنميط الظاهري الرقمي، وتحليل البيانات الدالية، والطب الشخصي، والبيانات الصحية الطولية.
تسعى مشروعاتنا إلى إرساء أسس منهجية رصينة للإحصاء الحيوي الرقمي وإثبات قيمته العملية في البحث الطبي الحيوي والممارسة السريرية وصحة السكان.
يتمثل هدفنا البحثي النهائي خلال السنوات العشر المقبلة في تطوير إطار منخفض التكلفة لإدارة عمليات الرعاية الصحية، يحسّن النتائج الصحية على مستوى الأفراد والسكان عبر دمج الإحصاء الحيوي والصحة الرقمية وبحوث العمليات.
رؤيتنا: أسس الذكاء الاصطناعي في الطب
لا يزال الذكاء الاصطناعي في الطب في مراحله الأولى، ولم يُثبت في الممارسة السريرية الفعلية سوى جزء محدود من إمكاناته. ومن منظور التعلّم الإحصائي، ما زالت تطبيقات كثيرة تتناول مهام تنبؤية بسيطة نسبيًا ومحددة بوضوح. أما الجيل المقبل من الذكاء الاصطناعي الطبي، فسيحتاج إلى مواجهة أسئلة أشد تعقيدًا وأعمق أثرًا سريريًا: ما النظام الغذائي الأمثل لشخص بعينه؟ وكيف ينبغي أن تتطوّر استراتيجيات العلاج والوقاية بمرور الوقت؟ وكيف يمكن دمج المعلومات السريرية والبيولوجية والسلوكية والبيئية المتباينة ضمن إطار موحّد لاتخاذ القرار؟
الإحصاء الحيوي الرقمي يمكن أن يوفّر الأساس العلمي اللازم لمواجهة هذه التحديات. فقد تتفوّق أنظمة الذكاء الاصطناعي القوية في مهام تنبؤية محددة، لكن التنبؤ وحده لا يكفي في الواقع السريري والصحي. فلا بد من دعم مخرجاتها باستدلال إحصائي دقيق، وقياس كمّي لعدم اليقين، وتصميم متأنٍّ للدراسات التجريبية والرصدية، وأساليب قادرة على تحليل البيانات المستمرة والطولية وعالية التواتر ومتعددة الوسائط. ويجب دمج هذه العناصر ببحوث العمليات لتحويل التنبؤات إلى قرارات سريرية موثوقة وإدارة أكثر فاعلية للرعاية الصحية.
خلال السنوات العشر إلى الخمس عشرة المقبلة، قد تُحدث تطورات الذكاء الاصطناعي، إلى جانب قدرتنا المتنامية على قياس الأنظمة البيولوجية بصورة شبه مستمرة وعلى نطاق سكاني واسع، تحوّلًا في البحث الطبي الحيوي. وقد تتيح هذه التطورات جيلًا جديدًا من الاكتشافات العلمية، وتسرّع تطوير العلاجات الشخصية، وتعمّق فهمنا للأمراض المعقدة.
نتوقّع ظهور أنماط ظاهرية طولية للأيض والوظائف الفسيولوجية تزداد تفصيلًا، اعتمادًا على الأجهزة القابلة للارتداء والمستشعرات الطبية والتصوير الطبي وعلم الجينوم وتقنيات الخلية المفردة وبيانات الميكروبيوم والسجلات الصحية الإلكترونية وغيرها من التقنيات الرقمية. ولن يكون التحدّي الأساسي مجرد جمع مزيد من البيانات أو معالجتها، بل تطوير أطر سليمة علميًا تستطيع تحديد الأنماط ذات الدلالة البيولوجية، والتمييز بين الارتباط والسببية، وقياس عدم اليقين، ودعم قرارات شخصية تتكيّف مع كل فرد بمرور الوقت.
وفي هذا السياق، فإن الإحصاء الحيوي الرقمي ليس عنصرًا ثانويًا في الذكاء الاصطناعي الطبي، بل يوفّر الأسس العلمية والرياضية اللازمة لتحويل أنظمة الذكاء الاصطناعي المتزايدة القوة إلى أدوات دقيقة وقابلة للتفسير وذات فائدة سريرية.
أبرز أعمالنا
أبحاثنا
نؤدي دورًا رياديًا في تطوير أساليب إحصائية غير إقليدية لتعريف جيل جديد من المؤشرات الحيوية الرقمية. وقد قدّم عملنا مفهوم كثافة الغلوكوز (glucodensity)، وهو مؤشر حيوي توزيعي شامل صُمّم لتمثيل بيانات الصحة الرقمية المجمّعة في ظروف الحياة اليومية. كما نطوّر أساليب حديثة في التعلّم الآلي والذكاء الاصطناعي الإحصائي، ومناهج جديدة لقياس عدم اليقين في البيانات المعقدة وعالية الأبعاد. وتتيح لنا هذه الأدوات الاستفادة بصورة أشمل من المعلومات الغنية والكثيفة والطولية التي تولّدها تقنيات الصحة الرقمية.
مجالاتنا البحثية
الذكاء الاصطناعي الإحصائي للبيانات الصحية المعقدة
التعلّم الآلي ونماذج التأثيرات العشوائية والأساليب التوليدية وقياس عدم اليقين للبيانات الطولية وغير الإقليدية.
قرارات صحية مخصّصة للفرد
دمج التنبؤ والاستدلال السببي وعدم اليقين وبحوث العمليات لدعم القرارات على مستوى الأفراد والسكان.
سبع ركائز للنهوض بأبحاث الصحة الرقمية
Glucodensities: A new representation of glucose profiles using distributional data analysis
مشروعاتنا
تركّز مشروعاتنا الحالية على تطوير جيل جديد من أساليب الذكاء الاصطناعي الإحصائي القادرة على تحويل الكم الهائل من المعلومات التي تجمعها الأجهزة الرقمية إلى معرفة ذات قيمة سريرية. ونسعى، من خلال مشكلات طبية واقعية، إلى إثبات قدرة هذه الأساليب على تحقيق تقدّم ملموس في البحث والممارسة السريرية.
فريقنا
فريق متعدد التخصصات يعمل عند تقاطع الإحصاء والذكاء الاصطناعي والبحث الطبي الحيوي، ضمن شبكة عالمية من الباحثين المتعاونين البارزين.
انضم إلينا
نعمل على بناء برنامج بحثي متعدد التخصصات يجمع بين الإحصاء الحيوي وعلم الأوبئة والذكاء الاصطناعي والصحة الرقمية والطب. ونرحّب بالطلاب والباحثين المتعاونين الطموحين الراغبين في تطوير مناهج دقيقة لمعالجة أسئلة طبية حيوية ذات أثر مهم.
نؤمن بأن معالجة المشكلات العلمية المهمة تتطلب الدقة والخيال والمثابرة والتعاون بروح العطاء.
وكما فتح المختبر آفاقًا جديدة في الطب الحيوي، فإن الإحصاء الحيوي الرقمي قد يصبح إحدى الأدوات العلمية التي تميّز عصر البيانات؛ أشبه بتلسكوب جديد يرصد صحة الإنسان باستمرار ويكشف أنماطًا بيولوجية لم تكن مرئية من قبل.