الشبكات العصبية العميقة لتصنيف مراحل النوم التلقائي وتقييم الوعي لدى المرضى الذين يعانون من اضطراب الوعي

يفصل الملخص تطبيقًا مقنعًا للشبكات العصبية العميقة لمعالجة مجال معقد للغاية وحساس أخلاقياً: تقييم الوعي لدى المرضى الذين يعانون من اضطرابات الوعي (DOC). من منظور فلسفي للذكاء الاصطناعي، يعمل هذا العمل عند التقاطع الرائع بين الظواهر البيولوجية القابلة للملاحظة والطبيعة المراوغة للتجربة الذاتية.

يقوم نموذج CBASleepNet المقترح بتفكيك المشكلة بدقة. أولاً، يستخدم بنية Neural Networks متطورة — تجمع بين Convolutional Neural Networks (CNNs) لاستخلاص الميزات من الإشارة الخام من تخطيط كهربية الدماغ (EEG) وتخطيط كهربية العين (EOG)، و Bidirectional Long Short-Term Memory (Bi-LSTM) مع attention mechanism لتعلم أنماط النوم الزمنية — لتحقيق تحديد تلقائي لمراحل النوم. تُعد هذه الخطوة الأولية حلاً تقنياً قوياً لمهمة تعرف على الأنماط محددة جيداً في الرعاية الصحية.

تحدث النقطة الفلسفية المحورية الحاسمة في المرحلة الثانية: استخدام نتائج تحديد مراحل النوم المؤتمتة هذه لاستخلاص "ميزات النوم المتعلقة بالوعي" التي تُغذى بعد ذلك إلى مصنف SVM من أجل تقييم الوعي. هنا، لا يحاول الذكاء الاصطناعي تفسير الوعي، بل يهدف إلى ربط مؤشراته الفسيولوجية القابلة للملاحظة (تحديداً، تغيرات بنية النوم) بحالات الوعي المعرفة سريرياً (MCS مقابل VS/UWS). يسلط هذا النهج البراغماتي الضوء على قوة الذكاء الاصطناعي في تحديد الأنماط الدقيقة والمعقدة التي قد تفلت من المراقبين البشريين أو تكون عرضة للتباين بين المقيمين.

تؤكد الدقة المبهرة البالغة 81.8% في التمييز بين مرضى MCS و VS/UWS على الإمكانات الكامنة في مثل هذه الأدوات التي يدفعها الذكاء الاصطناعي لتوفير تقييمات أكثر موضوعية واتساقاً في المواقف التي يكون فيها الحكم البشري صعباً وذو تأثير عميق. ومع ذلك، يثير هذا أسئلة فلسفية مهمة حول الذاتية. بينما يصنف الذكاء الاصطناعي بناءً على بيانات فسيولوجية موضوعية، فإن البناء الأساسي الذي يهدف إلى تقييمه — الوعي — هو في الأساس ظاهرة ذاتية. يقيم النموذج المؤشرات المرتبطة بالوعي، وليس الوعي بحد ذاته مباشرة. هذا التمييز حاسم. هل يقربنا التصنيف الأفضل لـ "الميزات المتعلقة بالوعي" من فهم التجربة الذاتية لهؤلاء المرضى، أم أنه مجرد تحسين لتصنيفنا للحالات القابلة للملاحظة؟

في النهاية، يجسد هذا البحث كيف يمكن للذكاء الاصطناعي المتقدم أن يكون مساعدًا تشخيصيًا قويًا في الرعاية الصحية، مقدماً عدسة كمية يمكن من خلالها التعامل مع الحالات البشرية النوعية والذاتية للغاية. إنه يبرز التحدي المستمر المتمثل في سد الفجوة بين البيانات الموضوعية والتجربة الذاتية، وهو شاغل دائم في فلسفة العقل.