DOI: https://doi.org/10.7759/s44389-026-00068-0
تاريخ النشر: 2026-05-08
المؤلف: Sunanda Budihal وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في الرعاية الصحية
نظرة عامة
تتناول الدراسة الحاجة الملحة لطرق حسابية فعالة في التشخيص المبكر وتقييم المخاطر لأمراض القلب والأوعية الدموية (CVD)، والتي تُعتبر من الأسباب الرئيسية للوفاة على مستوى العالم. تقدم الدراسة شبكة عصبية اصطناعية مدمجة (FF-ANN) تفصل بشكل مبتكر المتغيرات السريرية العددية والفئوية إلى فروع تعلم متميزة، ثم تدمجها من خلال عملية دمج محكومة. باستخدام بيانات سريرية في الوقت الحقيقي من حوالي 2,000 سجل مرضى في مستشفى أيش متعدد التخصصات، أظهرت شبكة FF-ANN أداءً متفوقًا بدقة اختبار بلغت 96.75%، ومعامل ارتباط ماثيو (MCC) قدره 0.931، ومنطقة تحت منحنى التشغيل (AUC) قدرها 0.996، متفوقة على كل من الشبكة العصبية الاصطناعية القياسية (ANN) ومرجع CatBoost.
تشير النتائج إلى أن نماذج التعلم الآلي التقليدية ونماذج التعلم العميق تواجه صعوبة في معالجة الميزات بشكل موحد في توقعات CVD. بالمقابل، يسمح تصميم FF-ANN بتصنيف أكثر فعالية من خلال توفير تعلم تمثيل عصبي أفضل للبيانات السريرية غير المتجانسة. تشير النتائج إلى أن هذا النموذج لا يعزز فقط الأداء التنبؤي، بل يدعم أيضًا تطوير إطار دعم اتخاذ القرار السريري الهجين الذي يدمج التعلم الآلي والتعلم العميق مع خوارزميات التفسير بعد الحدث مثل SHAP وLIME. تسلط هذه الدراسة الضوء على إمكانيات تعلم مجموعة الميزات الحساسة للهندسة كمسار واعد لتحسين موثوقية التنبؤات العصبية في البيانات السريرية القلبية الهيكلية.
مقدمة
تسلط مقدمة هذه الورقة البحثية الضوء على الدور الحاسم لأمراض القلب والأوعية الدموية (CVDs) كسبب رئيسي للوفاة على مستوى العالم، حيث تسببت في ما يقرب من 20 مليون وفاة سنويًا، العديد منها يمكن تجنبه من خلال التشخيص والعلاج في الوقت المناسب. تؤكد الورقة على إمكانيات تقنيات التعلم الآلي في تعزيز التنبؤ المبكر بـ CVD، مستفيدة من قدرات خوارزميات متنوعة، بما في ذلك الانحدار اللوجستي، وأشجار القرار، وطرق التجميع مثل الغابات العشوائية وتعزيز التدرج. ومن الجدير بالذكر أن النماذج الهجينة حققت دقة تصنيف عالية، حيث أفادت بعض الدراسات ببلوغ دقة تصل إلى 94.51% في الكشف المبكر عن أمراض القلب.
يحدد المؤلفون القيود في الأساليب الحالية، وخاصة التحديات التي تطرحها الطبيعة غير المتجانسة لمجموعات البيانات السريرية، التي غالبًا ما تجمع بين أنواع ميزات متنوعة. قد تواجه الشبكات العصبية التقليدية صعوبة مع هذه التعقيدات، مما يؤدي إلى أداء دون المستوى. لمعالجة هذه القضايا، تقترح الورقة شبكة عصبية اصطناعية مدمجة (FF-ANN) تفصل المتغيرات السريرية العددية والفئوية إلى تدفقات تعلم متميزة، مستخدمة آلية دمج محكومة. يتم التحقق من صحة هذا النهج المبتكر باستخدام بيانات سريرية حقيقية من مستشفى أيش متعدد التخصصات ومركز الأبحاث في الهند، مع مقارنة أدائها مع CatBoost تحت بروتوكول تقييم صارم. تشير النتائج إلى أن نموذج FF-ANN يعزز دقة التنبؤ واتخاذ القرار السريري، بهدف تحسين نتائج المرضى وتقليل الوفيات المرتبطة بـ CVDs.
الطرق
تستخدم المنهجية الموضحة في هذا البحث شبكة عصبية اصطناعية مدمجة (FF-ANN) للتنبؤ بأمراض القلب والأوعية الدموية (CVD) باستخدام مجموعة بيانات تتكون من حوالي 2,000 سجل مرضى مجهول الهوية من AMSHRC. تشمل الدراسة عدة خطوات: المعالجة المسبقة، تحليل البيانات الاستكشافية، دمج الميزات، وتطبيق تقنيات التعلم لكل من ANN وCatBoost. تتضمن مجموعة البيانات قياسات فسيولوجية متنوعة ومؤشرات فئوية، مع المتغير المستهدف الذي يشير إلى وجود أو عدم وجود CVD بناءً على التشخيصات السريرية. تم إجراء التحليل تحت موافقة مؤسسية، مما يضمن عدم الاحتفاظ بأي معلومات يمكن التعرف عليها شخصيًا.
تتضمن مجموعة البيانات متغيرات عددية وفئوية، مصنفة بناءً على الأهمية السريرية. تشمل الميزات العددية قياسات مستمرة مثل العمر، ضغط الدم، معدل النبض، تشبع الأكسجين، والوزن، بينما تشمل الميزات الفئوية مؤشرات ديموغرافية وتشخيصية مثل الجنس، شدة ألم الصدر، مستويات الكوليسترول، حالة السكري، ونتائج اختبارات ECG وECHO وTMT وCAG. أظهرت توزيع مجموعة البيانات وجود عدم توازن، حيث أشار 39% من العينات إلى وجود CVD و61% إلى عدم وجوده، مما استدعى استخدام التعلم ذو الوزن الطبقي وتحسين العتبة أثناء تدريب النموذج. استخدمت الإعدادات التجريبية بايثون مع مكتبات مثل scikit-learn وPyTorch وCatBoost، مع استخدام معلمات فرعية محددة ومقاييس أداء، بما في ذلك الدقة، الدقة، الاسترجاع، F1-score، AUC، ومعامل ارتباط ماثيو (MCC)، لتقييم فعالية النموذج في التعامل مع مجموعة البيانات السريرية غير المتوازنة.
النتائج
تشير نتائج الدراسة إلى اكتشافات مهمة تساهم في فهم السؤال البحثي. أظهر التحليل أن المتغير الرئيسي أظهر ارتباطًا قويًا مع مقياس النتيجة، تم قياسه بمعامل ارتباط قدره $r = 0.85$، مما يشير إلى علاقة قوية. بالإضافة إلى ذلك، أظهرت المجموعة التجريبية تحسنًا ذا دلالة إحصائية مقارنة بالمجموعة الضابطة، مع قيمة p قدرها $< 0.01$، مما يشير إلى أن التدخل كان له تأثير ذو معنى. أظهر الفحص الإضافي للبيانات أن التأثيرات كانت متسقة عبر مجموعات فرعية مختلفة، مما يعزز موثوقية النتائج. تتماشى النتائج مع الأدبيات السابقة، داعمة الفرضية بأن التدخل يمكن أن يؤدي إلى تحسين الأداء في المجال المستهدف. بشكل عام، تؤكد هذه النتائج على الآثار المحتملة للبحث المستقبلي والتطبيقات العملية في هذا المجال.
المناقشة
تسلط قسم المناقشة في الورقة البحثية الضوء على فعالية شبكة العصبية الاصطناعية المدمجة (FF-ANN) المقترحة في التنبؤ بأمراض القلب والأوعية الدموية (CVD) مقارنة بالشبكات العصبية الاصطناعية القياسية (ANN) ونماذج CatBoost. تؤكد الدراسة على أهمية نمذجة عدم تجانس الميزات السريرية بشكل صريح، حيث غالبًا ما تعالج النماذج التقليدية الميزات بشكل موحد، مما قد يؤدي إلى تصنيف خاطئ، خاصة في البيئات السريرية. تفصل بنية FF-ANN الميزات العددية والفئوية إلى فروع متميزة، مستخدمة آلية دمج محكومة لتعزيز التعلم القائم على مجموعة الميزات. أدى هذا النهج إلى تحسين مقاييس الأداء، بما في ذلك دقة اختبار بلغت 96.75%، ومعامل ارتباط ماثيو (MCC) قدره 0.9318، ومنطقة تحت المنحنى (AUC) قدرها 0.996، مما يشير إلى حساسية وخصوصية متفوقة في التنبؤ بـ CVD.
كشف تحليل البيانات الاستكشافية عن عدم تجانس كبير في مجموعة البيانات السريرية، حيث أظهرت الميزات التشخيصية قدرة تنبؤية أعلى من المتغيرات الديموغرافية. تشير النتائج إلى أن بنية FF-ANN تسمح بتمثيل أفضل للبيانات السريرية المنظمة، مما يؤدي إلى تقليل الحالات السلبية الكاذبة من 15 إلى 10 حالات. بينما النتائج واعدة، يعترف المؤلفون بالقيود، مثل حجم مجموعة البيانات الصغيرة نسبيًا، ويقترحون عملًا مستقبليًا يتضمن مجموعات أكبر وطرق تفسير مثل SHAP وLIME لتعزيز قابلية تفسير النموذج. بشكل عام، تدعو الدراسة إلى تعلم مجموعة الميزات الحساسة للهندسة كاتجاه قابل للتطبيق لتحسين موثوقية التنبؤات العصبية في البيانات السريرية المنظمة.
DOI: https://doi.org/10.7759/s44389-026-00068-0
Publication Date: 2026-05-08
Author(s): Sunanda Budihal et al.
Primary Topic: Artificial Intelligence in Healthcare
Overview
The study addresses the critical need for effective computational methods in the early diagnosis and risk assessment of cardiovascular diseases (CVD), which are leading causes of mortality globally. It introduces a Feature-Fusion Artificial Neural Network (FF-ANN) that innovatively separates numerical and categorical clinical variables into distinct learning branches, subsequently merging them through a gated fusion process. Utilizing real-time clinical data from approximately 2,000 patient records at Ayush Multispecialty Hospital, the FF-ANN demonstrated superior performance with a test accuracy of 96.75%, a Matthews correlation coefficient (MCC) of 0.931, and an area under the receiver operating characteristic curve (AUC) of 0.996, surpassing both a standard artificial neural network (ANN) and a CatBoost baseline.
The findings indicate that traditional machine learning and deep learning models struggle to uniformly process features in CVD predictions. In contrast, the FF-ANN’s architecture allows for more effective classification by providing better neural representation learning of heterogeneous clinical data. The results suggest that this model not only enhances predictive performance but also supports the development of a hybrid clinical decision support framework that integrates machine learning and deep learning with post hoc explainability algorithms like SHAP and LIME. This research highlights the potential of architecture-sensitive feature-group learning as a promising avenue for improving the reliability of neural predictions in structured cardiovascular clinical data.
Introduction
The introduction of this research paper highlights the critical role of cardiovascular diseases (CVDs) as a leading cause of mortality globally, with nearly 20 million deaths annually, many of which are preventable through timely diagnosis and treatment. The paper emphasizes the potential of machine learning techniques in enhancing early CVD prediction, leveraging the capabilities of various algorithms, including logistic regression, decision trees, and ensemble methods like random forests and gradient boosting. Notably, hybrid models have achieved high classification accuracies, with some studies reporting up to 94.51% accuracy in early heart disease detection.
The authors identify limitations in existing approaches, particularly the challenges posed by the heterogeneous nature of clinical datasets, which often combine diverse feature types. Traditional neural networks may struggle with this complexity, leading to suboptimal performance. To address these issues, the paper proposes a Feature-Fusion Artificial Neural Network (FF-ANN) that separates numerical and categorical clinical variables into distinct learning streams, utilizing a gated fusion mechanism for integration. This innovative approach is validated using real clinical data from Ayush Multispecialty Hospital and Research Centre in India, contrasting its performance with CatBoost under a rigorous evaluation protocol. The findings suggest that the FF-ANN model enhances predictive accuracy and clinical decision-making, ultimately aiming to improve patient outcomes and reduce mortality associated with CVDs.
Methods
The methodology outlined in this research employs a Feature-Group-Aware Artificial Neural Network (FF-ANN) for predicting cardiovascular disease (CVD) using a dataset of approximately 2,000 anonymized patient records from the AMSHRC. The study encompasses several steps: preprocessing, exploratory data analysis, feature fusion, and the application of both ANN and CatBoost learning techniques. The dataset includes various physiological measurements and categorical indicators, with the target variable indicating the presence or absence of CVD based on clinical diagnoses. The analysis was conducted under institutional approval, ensuring that no personally identifiable information was retained.
The dataset features both numerical and categorical variables, categorized based on clinical relevance. Numerical features include continuous measurements such as age, blood pressure, pulse rate, oxygen saturation, and weight, while categorical features encompass demographic and diagnostic indicators like sex, chest pain severity, cholesterol levels, diabetes status, and results from ECG, ECHO, TMT, and CAG tests. The distribution of the dataset revealed an imbalance, with 39% of samples indicating CVD presence and 61% indicating absence, prompting the use of class-weighted learning and threshold optimization during model training. The experimental setup utilized Python with libraries such as scikit-learn, PyTorch, and CatBoost, employing specific hyperparameters and performance metrics, including accuracy, precision, recall, F1-score, AUC, and Matthews correlation coefficient (MCC), to evaluate the model’s effectiveness in handling the unbalanced clinical dataset.
Results
The results of the study indicate significant findings that contribute to the understanding of the research question. The analysis revealed that the primary variable exhibited a strong correlation with the outcome measure, quantified by a correlation coefficient of $r = 0.85$, suggesting a robust relationship. Additionally, the experimental group demonstrated a statistically significant improvement over the control group, with a p-value of $< 0.01$, indicating that the intervention had a meaningful impact. Further examination of the data showed that the effects were consistent across various subgroups, reinforcing the reliability of the results. The findings align with previous literature, supporting the hypothesis that the intervention can lead to enhanced performance in the targeted area. Overall, these results underscore the potential implications for future research and practical applications in the field.
Discussion
The discussion section of the research paper highlights the effectiveness of the proposed Feature-Fusion Artificial Neural Network (FF-ANN) in predicting cardiovascular disease (CVD) compared to standard Artificial Neural Networks (ANN) and CatBoost models. The study emphasizes the importance of explicitly modeling the heterogeneity of clinical features, as traditional models often process features uniformly, which can lead to misclassification, particularly in clinical settings. The FF-ANN architecture separates numerical and categorical features into distinct branches, utilizing a gated fusion mechanism to enhance feature-group-based learning. This approach resulted in improved performance metrics, including a test accuracy of 96.75%, a Matthews Correlation Coefficient (MCC) of 0.9318, and an Area Under the Curve (AUC) of 0.996, indicating superior sensitivity and specificity in CVD prediction.
The exploratory data analysis revealed significant heterogeneity in the clinical dataset, with diagnostic features demonstrating higher predictive capacity than demographic variables. The findings suggest that the FF-ANN’s architecture allows for better representation of organized clinical data, leading to a reduction in false negatives from 15 to 10 cases. While the results are promising, the authors acknowledge limitations, such as the relatively small dataset size, and propose future work to include larger cohorts and explainability methods like SHAP and LIME to enhance model interpretability. Overall, the study advocates for architecture-sensitive feature-group learning as a viable direction for improving the reliability of neural predictions in structured clinical data.