دراسة حول نظام التشخيص الذكي ومساعد العلاج للوخز بالإبر الصينية في احتياطي المبيض المنخفض بناء على رسم بياني معرفي

ملخص

تم تطوير رسم بياني للمعرفة الخاصة بالعلاج بالإبر الصينية ونظام دعم القرار لتقليل الاحتياطي المبيض (DOR) باستخدام الأدبيات والنصوص الكلاسيكية والبيانات السريرية. أظهر التقييم السريري موافقة تشخيصية بنسبة 86.7٪ ودرجات عالية في الوصفات، مع توافق محدود بين الخبراء، مما يدعم دوره كأداة مساعدة لدعم القرار السريري.

الملخص

انخفاض احتياطي المبيض (DOR) يزداد في الحدوث ويؤثر على النساء الأصغر سنا. تم استخدام الوخز بالإبر سريريا لعلاج DOR؛ ومع ذلك، تظل الممارسة ذاتية وتعتمد على الخبرة، وتفتقر إلى تنفيذ الإرشادات الموحدة. استنادا إلى نظام الوخز بالإبر العام الذكي السابق، تستهدف هذه الدراسة أمراض النساء وتستخدم DOR كنقطة دخول سريرية لتطوير رسم بياني معرفي متخصص ونظام دعم اتخاذ القرار. شملت هذه الدراسة 82 كتابا كلاسيكيا عن الوخز بالإبر، والأدب الصيني والإنجليزي، وبيانات سريرية. تم استخراج المعرفة باستخدام نهج هجين يجمع بين نماذج لغوية كبيرة وتعليقات يدوية لبناء رسم بياني كامل للمعرفة بالإبر الصينية ورسم فرعي خاص بإدارة أمراض النساء. يستخدم النظام التعرف على الكيانات المعتمد على BiLSTM-CRF واسترجاع الوضعين لأتمتة تمييز المتلازمات وتوليد وصفات الوخز بالإبر. يحتوي الرسم البياني الكامل على 16,558 كيانا و80,084 علاقة، بينما يحتوي الرسم البياني الفرعي لأمراض النساء على 8,677 كيانا و27,092 علاقة. في تقييم سريري شمل 90 مريضا مصابين باضطراب الضعف التشخيصي، حقق النظام معدل توافق تشخيصي بلغ 86.7٪ مقارنة بتقييمات الخبراء. كان متوسط درجة ملاءمة الوصفة الطبية 4.65. كان الاتفاق بين المقيمين بين الخبراء، المقاس باستخدام معامل توافق كيندال، W ≈ 0.13 (P < 0.05)، مما يشير إلى توافق محدود إحصائيا. تشير هذه النتائج إلى أن النظام يمكن أن يوفر دعما منظما لتمييز متلازمة الوخز بالإبر وتوليد الوصفات الطبية في DOR، مع إمكانية أن يكون أداة مساعدة لدعم اتخاذ القرار السريري.

المقدمة

يتميز نقص الاحتياطي المبيض (DOR) بانخفاض كمية و/أو جودة البويضات، مما يؤدي إلى انخفاض الخصوبة، واضطرابات الدورة الشهرية، واختلال التوازن الهرموني¹. زاد معدل حدوث DOR في السنوات الأخيرة ويؤثر تدريجيا على الفئات الشابة. تشير البيانات الوبائية من الولايات المتحدة إلى زيادة من 19٪ في 2004 إلى 26٪ في 2011^{، بينما} وثق تقرير من الجمعية الطبية الصينية انتشارا بنسبة 13.58٪ بين المرضى العقيمة الذين يخضعون لتقنيات الإنجاب المساعدة ^2,3.

تشمل استراتيجيات الإدارة الحالية في الطب الغربي فرط تحفيز المبيض المسيطر عليه، والعلاجات الدوائية المكافحة، والعلاج بالهرمونات البديلة. ومع ذلك، ترتبط هذه الأساليب بعدة قيود، منها معدلات استرجاع البويضات المنخفضة، وتحسن محدود في نتائج الولادة الحية، وارتفاع معدلات إيقاف العلاج، وموانع الاستخدام، وآثار جانبية محتملة ^4,5.

تم دراسة الوخز بالإبر كنهج علاجي مكمل لتحسين وظيفة المبيض لدى مرضى DOR. تشير الأدلة من الدراسات السريرية والمراجعات المنهجية إلى فوائد محتملة ^6,7,8. ومع ذلك، لا تزال تشخيص وعلاج الوخز بالإبر تعتمد بشكل كبير على خبرة الممارس، وتختلف بين المدارس النظرية المختلفة، وتفتقر إلى التكامل الموحد مع البيانات السريرية الحديثة. هذه القيود تقيد التنفيذ الأوسع لإرشادات الوخز بالإبر وتزيد من حاجز التعلم للأطباء الذين لا يملكون تدريبا رسميا في الطب الصيني التقليدي.

مكنت التطورات الحديثة في تقنيات الذكاء الاصطناعي ورسوم المعرفة (KG) مناهج جديدة لهيكلة واستخدام المعرفة الطبية المعقدة في الوخز بالإبر وطب الطب الصيني^{التقليدي 9,10}. تشمل الدراسات السابقة تحليلات بصرية لاتجاهات أبحاث الوخز بالإبر¹¹، ونماذج توصية بنقاط الإبر المبنية على شبكات الالتفاف البيانية¹²، وأطر رسم بياني لمعرفة تدمج التعلم الفوري للوخز بالإبر وتوينا¹³، ومراجعات منهجية لبناء وتطبيقات رسم بياني المعرفة في الطب الصيني^{التقليدي 14}. علاوة على ذلك، برز دمج الرسوم البيانية المعرفية مع نماذج اللغة الكبيرة (LLMs) كاتجاه واعد، كما أظهرت أنظمة مثل TCM-KLLaMA لتوليد الوصفات الطبية وأنظمة الأسئلة والإجابة القائمة على الحالات التي تجمع بين نماذج اللغة الكبيرة والرسوم البيانية المعرفية^15,16. تسلط هذه الدراسات الضوء على إمكانات الأساليب المدفوعة بالذكاء الاصطناعي لدعم التفكير المنظم واتخاذ القرار في الطب الصيني التقليدي. بالإضافة إلى ذلك، تم تطبيق منهجيات الشبكات المعقدة لتحليل الأنظمة النظرية للوخز بالإبر، مما يوفر دعما منهجيا لنمذجة المعرفة الطبية المنظمة¹⁷.

وقد طورت مجموعتنا سابقا رسما بيانيا عاما للمعرفة حول الوخز بالإبر للعقم، بما في ذلك نموذج ACUBERT ثنائي القناة¹⁸ المعتمد على ترانسفورمر، وقاعدة معرفة واسعة النطاق للوخز بالإبر مع قدرة التفكير متعدد القفزات¹⁹. ومع ذلك، تم تصميم هذه الأنظمة كأطر عامة وتفتقر إلى تحسين خاص بالأمراض لحالات النساء. بالإضافة إلى ذلك، لم يتم التحقق منها سريريا في سيناريو تطبيق يركز على DOR.

في هذا السياق، تركز الدراسة الحالية على اضطرابات التكاثر النسائي، مستخدمة DOR كنقطة دخول سريرية. استنادا إلى رسم المعرفة العام الحالي للوخز بالإبر، تم بناء رسم بياني لمعرفة خاص بمجال مخصص لنظام DOR، وتم تطوير نظام ذكي لدعم القرار السريري. تم تقييم النظام باستخدام حالات سريرية واقعية لتقييم اتساق التشخيص وملاءمة الوصفات الطبية، بهدف تقديم دعم منظم وقابل للتكرار لاتخاذ القرارات السريرية القائمة على الوخز بالإبر.

البروتوكول

أجريت هذه الدراسة وفقا للمعايير الأخلاقية المؤسسية وتمت الموافقة عليها من قبل لجنة الأخلاقيات في المستشفى العام لقيادة المسرح الشرقي (رقم الموافقة: DZQH-KYLLFS-25-38). تم الحصول على موافقة مستنيرة مكتوبة من جميع المشاركين قبل التضمين. تم إخفاء هوية جميع بيانات المرضى وإزالة هويتها لضمان حماية الخصوصية. تم إدراج أدوات البحث لهذا البروتوكول في جدول المواد.

1. بناء رسم بياني المعرفة

تم إنشاء رسم المعرفة باستخدام استراتيجية تكامل بيانات متعددة المصادر. تم جمع البيانات والتعليق عليها بواسطة أفراد مدربين حاصلين على تعليم رسمي في الطب الصيني التقليدي (TCM) والوخز بالإبر. شملت مصادر البيانات نصوص الوخز بالإبر الكلاسيكية، والأدب الصيني من CNKI، والأدب باللغة الإنجليزية من مجموعة Web of Science Core، والبيانات السريرية من مراكز الإنجاب في المستشفيات الثالثية، وقواعد المعرفة الموحدة (القائمة التفصيلية للنصوص الكلاسيكية متاحة في الملف التكميلي 1). تم اختيار هذه المصادر لضمان العمق التاريخي والأهمية السريرية المعاصرة. تم تضمين ما مجموعه 400 حالة سريرية لدعم تحديد الأنماط التشخيصية والعلاجية. يتم توضيح سير العمل العام لبناء رسم بياني المعرفة في الشكل 1.

الشكل 1: سير عمل بناء رسم بياني المعرفة. نظرة عامة على عملية جمع البيانات واستخراجها وتكاملها المستخدمة في بناء رسم المعرفة. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

تتطلب معايير الإدراج أن تكون جميع البيانات مرتبطة مباشرة بتشخيص وعلاج الوخز بالإبر، مع محتوى كامل ومنظم وواضح مناسب لاستخراج الكيانات والعلاقات. كان يطلب من النصوص الكلاسيكية أن تجمع نقديا وخالية من الأخطاء الواضحة، بينما اقتصر الأدب الحديث على المنشورات المحكمة أو الوثائق الصادرة عن مؤسسات موثوقة. كان من الضروري إزالة الهوية والحصول على الموافقة الأخلاقية على البيانات السريرية. شملت معايير الاستبعاد سجلات مكررة، وأجزاء نصية غير مكتملة، ومحتوى غير مرتبط بتشخيص وعلاج الوخز بالإبر، وتصريحات غير مدعومة أو خاطئة.

تم تنفيذ نهج هجين لاستخراج المعرفة، يجمع بين التعليق اليدوي والاستخراج الآلي. حوالي 30٪ من البيانات، بما في ذلك النصوص الكلاسيكية والمحتوى المعقد دلاليا، تم تعليق عليها يدويا من قبل خبراء المجال باستخدام منصة تعليق موحدة. أما ال 70٪ المتبقية من البيانات فقد تمت معالجتها باستخدام نماذج لغوية كبيرة (LLMs) للاستخراج الآلي، بما في ذلك التعرف على الكيانات، واستخراج العلاقات، وتطبيع المصطلحات. تمت مراجعة وتصحيح جميع النتائج التي تم توليدها تلقائيا من قبل الخبراء لضمان الدقة والاتساق.

تم إجراء استخراج آلي باستخدام قوالب موجه منظمة مصممة لتوجيه سلوك نماذج اللغة الكبيرة (تم عرض أمثلة القوالب في الملف التكميلي 2). عرفت هذه القوالب دور النموذج كخبير استخراج معرفة خاص المجال ودمجت أمثلة تعلم قليلة بصيغة JSON ثلاثية لتحسين أداء الاستخراج. تم تقديم ملخصات الأدبيات المعالجة مسبقا من خلال واجهات برمجة التطبيقات (APIs)، وتم تنفيذ استراتيجيات معالجة متوازية لتحسين الكفاءة الحاسوبية. تم تحليل مخرجات الاستخراج والتحقق منها باستخدام أدوات التحقق من صحة JSON لضمان سلامة الهيكل. تم تسلسل الثلاثيات المعرفية المتحقق منها في ملفات JSON مستقلة، وسميت حسب مستنداتها الأصلية للحفاظ على التتبع.

تم تخزين رسم المعرفة النهائي في قاعدة بيانات بيانية وتنفيذ باستخدام أطر عمل تعتمد على بايثون. تم تنفيذ التصور باستخدام أدوات قاعدة بيانات الرسوم البيانية المدمجة لدعم الفحص والتحقق.

تم تصنيف الكيانات في رسم المعرفة إلى سبعة أنواع: الأمراض، الأعراض، أنماط المتلازمة، نقاط الإبر، خطوط الطاقة، طرق العلاج، والمواد المؤثرة والآليات البيولوجية. تم بناء العلاقات بين الكيانات لتعكس المنطق التشخيصي والعلاجي السريري، مما يدعم التفكير متعدد القفزات والاستدلال المنظم. يتم توضيح الأنطولوجيا وبنية العلاقات في الشكل 2. يتم توفير مخطط الرسم البياني المعرفي التفصيلي وأمثلة قيود العلاقات في الملف التكميلي 3 والملف التكميلي 4.

الشكل 2: أنطولوجيا رسم المعرفة ونموذج العلاقات. تمثيل تخطيطي لأنواع الكيانات والعلاقات داخل رسم المعرفة. تشمل الكيانات الأساسية المرض، والأعراض، والمتلازمة، ونقطة الوخز، وطريقة العلاج، وتوضح العلاقات التشخيصية والعلاجية.
يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

2. تطوير أنظمة التطبيقات

تم تطوير نظام التطبيق بناء على رسم المعرفة المنشأ لتمكين دعم اتخاذ القرار السريري. يعالج النظام بيانات إدخال المستخدم ويقوم بتحليل منظم من خلال معالجة اللغة الطبيعية والتفكير في رسم الرسوم البيانية المعرفية.

تم تنفيذ فهم اللغة الطبيعية باستخدام نموذج BiLSTM-CRF للتعرف على الكيانات المسماة وربط الكيانات؛ تظهر بنية النموذج في الشكل 3. تكونت بنية النموذج من طبقة تضمين مدربة على مجموعات خاصة بالمجال، وطبقة ذاكرة طويلة المدى ثنائية الاتجاه لالتقاط المعلومات السياقية، وطبقة حقل عشوائي شرطي لضمان تسمية التسلسل الأمثل. تم تدريب النموذج على بيانات سريرية وأدبية مشروحة يدويا، مع إجراء التعليقات التوضيحية بشكل مستقل من قبل خبراء المجال. تم تقييم الاتفاق بين المعلقين باستخدام معامل كابا لكوهين، بعتبة ≥0.85. تم حل التناقضات من خلال توافق الخبراء.

الشكل 3: بنية نموذج BiLSTM-CRF. مخطط تخطيطي لنموذج BiLSTM-CRF المستخدم في التعرف على الكيانات المسماة، بما في ذلك التضمين، وBiLSTM، وطبقات CRF.
يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

خلال الاستدلال، استخرج النموذج كيانات منظمة، بما في ذلك الأعراض والأمراض وأنماط المتلازمة، من بيانات المدخلات السريرية. تم ربط هذه الكيانات بالعقد الموحدة في رسم المعرفة باستخدام تطبيع المصطلحات، ومطابقة المتجهات القائمة على تشابه جيب تمام، وتوضيح التوضيح السياقي.

تم استرجاع المعرفة باستخدام استراتيجية ذات نمطين تجمع بين الكلمات المفتاحية والأساليب القائمة على الدلالة. استخدم استرجاع الكلمات المفتاحية الفهرسة الكاملة للنص الكامل للمطابقة الدقيقة للكيانات المنظمة، بينما استخدم الاسترجاع الدلالي تمثيلات متجهة لتحديد المعرفة غير المنظمة ذات الصلة. تم دمج النتائج المسترجعة، وإزالة تكرارها، وهيكلتها للمعالجة اللاحقة. تم تطبيق استراتيجية تصنيف متعددة الأبعاد لترتيب النتائج بناء على المطابقة الدقيقة، والتشابه الدلالي، وملاءمة الكلمات المفتاحية، مع تعديل الوزن حسب السياقات النسائية وذات الصلة ب DOR.

أنتج النظام مخرجات تشخيصية وعلاجية باستخدام تقنيات توليد اللغة الطبيعية، محولا المعرفة المنظمة إلى ردود قابلة للتفسير سريريا.

3. التطبيق السريري والتقييم

تم تطبيق النظام المطور في بيئة سريرية لتقييم أدائه العملي. كان المشاركون في الدراسة مرضى تم تشخيصهم بنقص احتياطي المبيض في مستشفى ثالث في نانجينغ ووافقوا على تلقي العلاج بالإبر الصينية.

كان المشاركون مؤهلين إذا كانوا تتراوح أعمارهم بين 20 و40 عاما واستوفيوا معايير تشخيصية لانخفاض احتياطي المبيض وفقا لمعايير بوسيدون لعام 2016 وإجماع الخبراء الصينيين لعام 2020. شملت مؤشرات التشخيص انخفاض مستويات هرمونات مضاد موليريان وعدد الجريبات الأنتريال < 5. تم استبعاد المرضى إذا كانت لديهم حالات تؤثر على الخصوبة، أو أمراض مصاحبة خطيرة، أو تلقوا علاجا بالإبر الصينية للخصوبة خلال الأشهر الثلاثة السابقة. يظهر مخطط تدفق إدخال ومنع المرضى في الشكل 4.

الشكل 4: مخطط تدفق إدراج واستبعاد المرضى. مخطط تدفق يوضح اختيار المرضى. استوفى ما مجموعه 127 مريضا معايير الإدراج، وتم تضمين 90 مريضا بعد تطبيق معايير الاستبعاد وأخذ البيانات غير المكتملة في الاعتبار. يرجى الضغط هنا لعرض نسخة أكبر من هذا الشكل.

تم جمع بيانات المرضى، بما في ذلك المعلومات الديموغرافية والسريرية، وتسجيلها بصيغة منظمة. أكمل المشاركون استبيانات موحدة لجمع الأعراض والمعلومات السريرية (الاستبيان المفصل مقدم في الملف التكميلي 5). كان النظام يولد مخرجات تشخيصية ووصفات للوخز بالإبر بناء على بيانات الإدخال.

تم تقييم أداء النظام باستخدام دقة التشخيص وملاءمة العلاج. تم تقييم دقة التشخيص من خلال مقارنة نتائج تمايز المتلازمة الناتجة عن النظام مع تلك التي قدمها ثلاثة أطباء كبار في طب النساء الطب الصيني الصيني التقليدي، الذين كانوا المعيار المرجعي. تم حساب معدل التوافق التشخيصي على أنه نسبة الحالات المتسقة بين جميع الحالات.

تم تقييم ملاءمة العلاج من قبل لجنة مكونة من ثلاثة أخصائيين كبار في العلاج بالإبر الذين لديهم خبرة سريرية لا تقل عن خمس سنوات ومسميات مهنية كبارية. قام الخبراء بتقييم الوصفات الطبية التي يتم إنشاؤها من قبل النظام بشكل مستقل باستخدام مقياس ليكيرت ذو 5 نقاط. تم تقييم الاتفاق بين المقيمين باستخدام معامل التوافق لكيندال (W).

النتائج

يدمج رسم المعرفة المنشأ بيانات متجانسة من نصوص الطب الصيني التقليدي الكلاسيكي، والأدبيات السريرية الحديثة، وسجلات الحالات الواقعية، متبعا المبادئ الراسخة لبناء وتقييم رسم بياني المعرفة. تم دمج ما مجموعه 374 مصدرا باللغة الصينية، و267 مقالا باللغة الإنجليزية، و82 نصا كلاسيكيا للطب الصيني التقليدي، مما يضمن العمق التاريخي والأهمية السريرية المعاصرة (الشكل 5).

المناقشة

تصف هذه الدراسة نظام دعم قرار ذكي قائم على رسم بياني المعرفة، مصمم خصيصا لعلاج الوخز بالإبر لنقص مخزون المبيض، ويمثل انتقالا من نمذجة المعرفة العامة للطب الصيني التقليدي إلى تطبيق سريري خاص بالمرض.

مقارنة بممارسة الوخز بالإبر التقليدية، التي تعتمد بشكل كبير على خبرة الممارس، يقدم النظام المقترح إطارا تشخيصيا منظما وقابلا للتكرار. من خلال دمج المعرفة متعددة المصادر وترميز نموذج "الأعراض-المتلازمة-العلاج" في تمثيل قائم على الرسوم البيانية، يمكن النظام التفكير ال...

المواد

قائمة المواد المستخدمة في هذه المقالة

الاسم	الشركة	رقم فهرسي	التعليقات
BiLSTM-CRF	Open Source (https://github.com/jmhIcoding/bilstm-crf)	N/A	هيكلية معمارية لنماذج التعلم العميق المستخدمة في التعرف على الكيانات المسماة في استخراج النص السريري.
قاعدة بيانات CNKI	البنية التحتية للمعرفة الوطنية الصينية	N/A	مستودع الأدبيات المستخدم في استرجاع المنشورات الأكاديمية باللغة الصينية ذات الصلة.
عارض وصانع JSON	Megaish	1.6.0	أداة برمجية تستخدم لعرض هيكل بيانات JSON والتحقق من صحتها.
منصة تعليق KG	شركة Nanjing KGI لتكنولوجيا البيانات المحدودة	N/A	منصة تعليق تعاوني على الويب تُستخدم للتسمية اليدوية للكيانات الطبية ومجموعات العلاقات لدعم إنشاء الرسم البياني المعرفي.
واجهة برمجة تطبيقات النموذج اللغوي الكبير	Moonshot AI	N/A	واجهة برمجة تطبيقات Kimi LLM المستخدمة في الفهم الدلالي واستخراج المعرفة الآلي من الأدبيات الطبية الحيوية؛ واجهة متوافقة مع تنسيق واجهة برمجة تطبيقات OpenAI.
MySQL	Oracle Corporation	8.0.42	نظام إدارة قواعد البيانات العلائقية المستخدم لتخزين البيانات السريرية المنظمة.
متصفح Neo4j	Neo4j,Inc.	5.26.10	واجهة قاعدة البيانات البيانية المستخدمة للتصور التفاعلي والاستعلام الاستكشافي لرسم بياني المعرفة في أمراض النساء.
Python	مؤسسة Python البرمجية	3.11.4	لغة البرمجة الأساسية المستخدمة في المسح الآلي للأدبيات، واستدعاء واجهة برمجة تطبيقات LLM، والتنسيق متعدد العمليات، وتحليل البيانات، وإنشاء الرسم البياني المعرفي.
مجموعة Web of Science الأساسية	Clarivate Analytics	N/A	مستودع الأدبيات المستخدم في استرجاع المنشورات الأكاديمية باللغة الإنجليزية ذات الصلة.