مدل یادگیری ماشین دقت برآورد عملکرد کلیه را در کودکان و جوانان افزایش می‌دهد

بر اساس پژوهشی که در مجله علمی BMC Pediatrics منتشر شده است، یک مدل یادگیری ماشین که دو نشانگر زیستی خون را با اطلاعات جمعیت‌شناختی معمول ترکیب می‌کند، توانسته است عملکرد کلیه را در کودکان، نوجوانان و جوانان با دقتی بیشتر از معادلات رایج برآورد کند. نتایج این مدل در مقایسه با مقادیر واقعی اندازه‌گیری‌شده، تطابق بیشتری داشته است. این پژوهش به سرپرستی تینگ‌تینگ شائو و فیلیپه کنجی ناکانو و با مشارکت پژوهشگرانی از جمله پیر دلانای و سلین ونس انجام شده است. محققان در این مطالعه، عملکرد الگوریتم‌های یادگیری ماشین را به‌صورت نظام‌مند با معادلات متداول برای تخمین نرخ فیلتراسیون گلومرولی مقایسه کردند؛ شاخصی استاندارد که نشان می‌دهد کلیه‌ها تا چه اندازه در تصفیه مواد زائد از خون کارآمد هستند.

در پزشکی بالینی، به‌ویژه هنگام بررسی بیماران آسیب‌پذیرتر، معمولاً به‌جای اندازه‌گیری مستقیم نرخ فیلتراسیون گلومرولی از مقدار تخمینی آن استفاده می‌شود؛ زیرا اندازه‌گیری مستقیم به روشی تهاجمی و زمان‌بر نیاز دارد. در مراقبت‌های معمول پزشکی، معادلات مختلفی برای محاسبه این شاخص به کار می‌روند، اما به گفته نویسندگان پژوهش، دقت این روش‌ها همچنان جای بهبود دارد. همین مسئله توجه پژوهشگران را به استفاده از مدل‌های یادگیری ماشین جلب کرده است. شواهد پژوهش‌های پیشین نشان داده‌اند که این مدل‌ها در جمعیت‌های جوان‌تر می‌توانند عملکرد بهتری از معادلات متداول داشته باشند، هرچند در جمعیت عمومی عملکرد آن‌ها تقریباً مشابه است.

پژوهشگران در این مطالعه هفت الگوریتم یادگیری ماشین و سه معادله محاسباتی را بررسی کردند. ارزیابی‌ها در سه گروه انجام شد: مدل‌هایی که تنها از کراتینین سرم خون استفاده می‌کردند، مدل‌های مبتنی بر سیستاتین C و مدل‌هایی که هر دو نشانگر زیستی را به‌طور هم‌زمان به کار می‌گرفتند. برای انتخاب مناسب‌ترین مدل‌ها، فرایند بهینه‌سازی ابرپارامترها انجام شد و پژوهشگران عملکرد روش‌ها را هم درون هر گروه و هم میان گروه‌های مختلف مقایسه کردند. آن‌ها همچنین بررسی کردند که آیا آموزش مدل‌ها با داده‌های محدود به افراد ۲ تا ۲۵ ساله، در مقایسه با استفاده از داده‌های تمام گروه‌های سنی موجود، نتیجه بهتری دارد یا خیر. بخش دیگری از پژوهش نیز به این موضوع اختصاص داشت که آیا می‌توان مقادیر تخمینی حاصل از معادلات رایج را به‌عنوان ویژگی‌های ورودی اضافی در اختیار مدل‌های یادگیری ماشین قرار داد.

برای سنجش عملکرد مدل‌ها از ضریب همبستگی توافقی لین، شاخص‌های P10 و P30 و رگرسیون پاسینگ–بابلک استفاده شد. نتایج نشان داد مدل جنگل تصادفی که به‌طور هم‌زمان از کراتینین سرم و سیستاتین C استفاده می‌کند، یکی از دقیق‌ترین و پایدارترین مدل‌های یادگیری ماشین در این ارزیابی است. ضریب همبستگی توافقی لین برای این مدل به ۰٫۸۰ رسید و بازه گزارش‌شده آن بین ۰٫۷۸ تا ۰٫۸۲ بود. همچنین ۴۱ درصد از برآوردهای مدل، با بازه گزارش‌شده ۰٫۳۸ تا ۰٫۴۳، اختلافی کمتر از ۱۰ درصد با مقادیر اندازه‌گیری‌شده داشتند که با شاخص P10 سنجیده می‌شود. در شاخص P30 نیز ۸۹ درصد از برآوردها، با بازه ۰٫۸۷ تا ۰٫۹۱، در محدوده اختلاف ۳۰ درصدی نسبت به مقادیر واقعی قرار گرفتند.

این نتایج نشان داد برآوردهای مدل جنگل تصادفی مبتنی بر دو نشانگر زیستی، در مقایسه با معادلات بررسی‌شده و همچنین مدل‌های یادگیری ماشین و معادلاتی که تنها از یک نشانگر استفاده می‌کردند، تطابق بیشتری با نرخ فیلتراسیون گلومرولی اندازه‌گیری‌شده دارند. به بیان دیگر، استفاده هم‌زمان از کراتینین سرم و سیستاتین C نسبت به اتکا به هر یک از این دو نشانگر به‌تنهایی، نتایج دقیق‌تری به همراه داشت؛ فارغ از اینکه روش محاسبه بر پایه معادلات متداول بود یا الگوریتم‌های یادگیری ماشین.

یکی دیگر از یافته‌های کاربردی پژوهش به داده‌های مورد استفاده برای آموزش مدل‌ها مربوط می‌شد. محققان تفاوتی در عملکرد مدل‌های جنگل تصادفی آموزش‌دیده با داده‌های گروه‌های سنی مختلف مشاهده نکردند. این نتیجه نشان می‌دهد محدود کردن داده‌های آموزشی به افراد ۲ تا ۲۵ ساله، در مقایسه با آموزش مدل بر اساس داده‌های موجود از تمام سنین، دقت برآورد را افزایش نمی‌دهد.

بااین‌حال، بیشترین بهبود عملکرد زمانی حاصل شد که پژوهشگران از رویکردی ترکیبی استفاده کردند. آن‌ها مقادیر تخمینی به‌دست‌آمده از معادلات رایج را به‌عنوان ویژگی‌های ورودی اضافی به مدل جنگل تصادفی مبتنی بر کراتینین سرم و سیستاتین C افزودند. این تغییر باعث افزایش دقت مدل شد، به‌طوری‌که سهم برآوردهایی که اختلافشان با مقادیر اندازه‌گیری‌شده کمتر از ۱۰ درصد بود، به ۴۵ درصد رسید؛ رقمی که بازه گزارش‌شده آن بین ۰٫۴۲ تا ۰٫۴۸ قرار داشت. به گفته نویسندگان، بهترین مدل از ترکیب نشانگرهای زیستی، اطلاعات جمعیت‌شناختی و برآوردهای حاصل از معادلات موجود بهره می‌برد. این یافته نشان می‌دهد یادگیری ماشین و دانش تخصصی نهفته در معادلات محاسبه نرخ فیلتراسیون گلومرولی می‌توانند مکمل یکدیگر باشند و لزوماً نیازی نیست مدل‌های یادگیری ماشین به‌طور کامل جایگزین معادلات موجود شوند.

این پژوهش در ۲۳ اکتبر ۲۰۲۶ به‌صورت مقاله پذیرفته‌شده، داوری‌شده و با دسترسی آزاد در مجله BMC Pediatrics منتشر شد. مقاله پیش از انتشار نسخه نهایی و رسمی، همراه با شناسه دیجیتال دائمی در دسترس قرار گرفته و ممکن است تا انتشار نسخه نهایی همچنان ویرایش شود. بر اساس نتایج این مطالعه و در محدوده الگوریتم‌ها، معادلات و جمعیت ۲ تا ۲۵ ساله بررسی‌شده، مدل جنگل تصادفی مبتنی بر دو نشانگر زیستی، به‌ویژه هنگامی که برآوردهای معادلات موجود نیز به ورودی‌های آن افزوده شوند، یکی از پایدارترین و قابل‌اتکاترین روش‌های موجود برای تخمین عملکرد کلیه در این گروه سنی به شمار می‌رود.

موضوع پژوهش: مدل‌های یادگیری ماشین برای تخمین نرخ فیلتراسیون گلومرولی در کودکان، نوجوانان و جوانان

عنوان مقاله علمی: مدل‌های یادگیری ماشین برای تخمین نرخ فیلتراسیون گلومرولی در کودکان، نوجوانان و جوانان

منبع علمی مقاله: Shao, T., Nakano, F. K., Van Kleunen, L., Ilídio, P., Björk, J., Derain-Dubourg, L., Hansson, M., Littmann, K., Bökenkamp, A., Berg, U., Åsling-Monemi, K., Sjöström, P., Nyman, U., Lanot, A., Pottel, H., Delanaye, P., & Vens, C. (2026). Machine learning models to estimate the glomerular filtration rate in children, adolescents and young adults. BMC Pediatrics. https://doi.org/10.1186/s12887-026-07877-1

اعتبار تصویر: تولیدشده با هوش مصنوعی

شناسه دیجیتال مقاله (DOI): 10.1186/s12887-026-07877-1

کلیدواژه‌ها: نرخ فیلتراسیون گلومرولی، یادگیری ماشین، جنگل تصادفی، کراتینین سرم، سیستاتین C، نرخ تخمینی فیلتراسیون گلومرولی (eGFR)، پزشکی کودکان، عملکرد کلیه، نشانگرهای زیستی، مجله BMC Pediatrics، ماشین، یادگیری