DOI: https://doi.org/10.22401/anjs.29.1.13
تاريخ النشر: 2026-03-16
المؤلف: Tiba Zaki Abdulhameed وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في الرعاية الصحية
نظرة عامة
في منتصف عام 2022، واجه العراق تفشيًا كبيرًا لحمى القرم-كونغو النزفية (CCHF)، التي نشأت في محافظة ذي قار وأدت إلى ارتفاع معدلات الوفيات. تستخدم هذه الدراسة مجموعة بيانات HemoIraq24 لتحليل العوامل التي تؤثر على نتائج المرضى، باستخدام خوارزميات تعلم الآلة المختلفة، بما في ذلك أشجار القرار، والغابات العشوائية، والانحدار اللوجستي، وتعزيز التدرج، وأقرب الجيران. حققت الدراسة دقة توقع أساسية بنسبة 89%، والتي تحسنت بنسبة 3% من خلال تحليل أهمية الميزات وتقنيات SHAP. ومن الجدير بالذكر أن مدة الإقامة في المستشفى ظهرت كأهم عامل يؤثر على تعافي المرضى، مما يدل على قوة نظام الرعاية الصحية في العراق في إدارة حالات CCHF.
تؤكد النتائج على إمكانيات الذكاء الاصطناعي القابل للتفسير ونماذج تعلم الآلة في توقع مخاطر الوفيات المرتبطة بـ CCHF. من خلال دمج عدة طرق تعلم آلي، لا تظهر الدراسة فقط دقة توقع عالية على الرغم من مجموعة البيانات المحدودة، ولكنها أيضًا تقدم تطبيقًا عبر الإنترنت مصممًا لمساعدة مقدمي الرعاية الصحية في اتخاذ القرارات في الوقت الفعلي. يمكن أن يعزز هذا الأداة استجابة الصحة العامة من خلال تحديد المرضى ذوي المخاطر العالية مبكرًا، مما يسهل العلاج في الوقت المناسب وتخصيص الموارد بشكل مثالي. علاوة على ذلك، يمكن تكييف المنهجيات التي تم تطويرها في هذه الدراسة لتقييم المخاطر المتعلقة بأمراض معدية أخرى، مما يساهم في إطار شامل مدفوع بالذكاء الاصطناعي للرصد الوبائي والاستعداد للجوائح.
مقدمة
تناقش مقدمة ورقة البحث حمى القرم-كونغو النزفية (CCHF)، وهي مرض فيروسي ينتقل إلى البشر من خلال لدغات القراد أو الاتصال بالدم أو الأنسجة المصابة، مع معدل وفيات يتراوح بين 10% إلى 40%. تظهر CCHF في البداية بأعراض غير محددة مثل الحمى وآلام العضلات، مما قد يؤدي إلى مضاعفات شديدة مثل النزيف وفشل الأعضاء المتعددة. لقد كانت هذه المرض متوطنة في العراق منذ اكتشافها الأول في عام 1979، مع حدوث تفشي كبير في منتصف عام 2022، خاصة في محافظة ذي قار، التي سجلت أعلى معدلات الإصابة والوفيات. تستخدم الدراسة مجموعة بيانات من وحدة الأمراض الحيوانية في مديرية صحة ذي قار، تغطي الحالات من 2020 إلى 2024، لتحليل الخصائص الوبائية لـ CCHF.
تسلط الورقة الضوء على دور تعلم الآلة (ML) والذكاء الاصطناعي القابل للتفسير (XAI) في الرعاية الصحية، مشددة على الحاجة إلى نماذج لا تتوقع النتائج فحسب، بل توفر أيضًا الشفافية في عمليات اتخاذ القرار الخاصة بها. لقد طورت الدراسات السابقة نماذج مختلفة من تعلم الآلة لتوقع تفشي الأمراض، ولكن العديد منها له قيود مثل الاعتماد على بيانات محاكاة أو نقص في القابلية للتعميم. تهدف هذه الدراسة إلى سد الفجوة من خلال اقتراح نموذج تعلم آلة مصمم خصيصًا لتوقع مخاطر الوفيات في مرضى CCHF في العراق، مما يضمن أن النتائج دقيقة وقابلة للتفسير. ستفصل الأقسام التالية من الورقة الخوارزميات المستخدمة في تعلم الآلة، والمنهجية، والنتائج، وتطوير تطبيق عبر الإنترنت لنموذج التوقع.
الطرق
تركز المنهجية الموضحة في هذا البحث على تطوير نموذج محسن لتقييم مخاطر الوفيات المتعلقة بحمى ذي قار النزفية. تبدأ العملية بجمع البيانات، مع التركيز على اختيار الميزات المهمة، تليها المعالجة المسبقة وتقسيم مجموعة البيانات إلى مجموعات تدريب واختبار. يتم تدريب وتقييم نماذج أساسية مختلفة، بما في ذلك شجرة القرار (DT)، والغابة العشوائية (RF)، والانحدار اللوجستي (LR)، وتعزيز التدرج (GB)، وأقرب الجيران (KNN) من حيث الدقة. يتم إجراء تحليل لأهمية الميزات لأفضل نموذج أداء، جنبًا إلى جنب مع إنشاء مصفوفة ارتباط لتحديد العلاقات الخطية بين الميزات. تعزز هندسة الميزات اللاحقة مجموعة البيانات، مما يؤدي إلى تحسين النماذج العليا (RF وLR وGB) وإعادة تقييم دقتها. يخضع النموذج النهائي لتحليل شامل لأهمية الميزات وتحليل إحصائي لتحديد المتنبئين الرئيسيين.
تتكون مجموعة البيانات، التي تم جمعها من مديرية صحة ذي قار منذ عام 2018، من 360 حالة مع 39 حقلًا من المعلومات، بما في ذلك التفاصيل الديموغرافية، والميزات السريرية، والنتائج. ومن الجدير بالذكر أن حوالي 80% من المرضى تعافوا، بينما توفي 20% منهم. تكشف التحليلات عن انتشار أعلى للحالات بين الذكور (25% أكثر من الإناث) وتركيز كبير للمرضى الذين تتراوح أعمارهم بين 20 و55 عامًا. علاوة على ذلك، تشير البيانات إلى أن الغالبية العظمى من الحالات تأتي من المناطق الريفية، مع ارتباط مصادر العدوى بشكل أساسي بالاتصال بالحيوانات واللحوم النيئة.
النتائج
يقدم قسم النتائج أداء النماذج المقترحة في تكويناتها الأساسية، تليه تحليل للعوامل الحرجة التي تم تحديدها من خلال تقنيات الذكاء الاصطناعي القابل للتفسير بهدف تحسين هذه النماذج. يسلط التحليل الضوء على المتغيرات السريرية والوبائية الرئيسية التي تؤثر بشكل كبير على توقع نتائج تعافي المرضى، كما تحددها نماذج تعلم الآلة القابلة للتفسير المستخدمة في الدراسة. تؤكد هذه النتائج على أهمية عوامل معينة في تعزيز دقة التوقع وتوجيه تحسينات النماذج المستقبلية.
المناقشة
تتناول قسم المناقشة في ورقة البحث خوارزميات تعلم الآلة المختلفة المستخدمة في توقع النتائج لدى المرضى المصابين بحمى القرم-كونغو النزفية (CCHF). تعزز خوارزمية الغابة العشوائية، وهي تقنية تجميع، دقة التوقع من خلال بناء مجموعة من أشجار القرار غير المرتبطة، مما يقلل من التباين مع الحفاظ على القوة. تُعرف بسهولة التدريب والتعديل، مما يجعلها خيارًا شائعًا عبر التخصصات. في المقابل، يركز تعزيز التدرج على تقليل أخطاء التوقع بشكل تكراري من خلال نمذجة المتبقيات، وبالتالي تحسين دقة المتعلمين الضعفاء إلى نموذج تنبؤ قوي. تظل أشجار القرار، وخاصة تنفيذ J48، أساسية بسبب قابليتها للتفسير وكفاءتها، على الرغم من أنها قد تتناسب بشكل مفرط مع مجموعات البيانات المعقدة، مما يؤدي إلى اعتماد طرق التجميع مثل الغابة العشوائية وتعزيز التدرج.
تناقش الورقة أيضًا الانحدار اللوجستي وأقرب الجيران (k-NN) كطرق تقليدية لمهام التصنيف. يقوم الانحدار اللوجستي بنمذجة احتمال النتائج الثنائية باستخدام دالة لوجستية، بينما يصنف k-NN الحالات بناءً على القرب من نقاط البيانات الأخرى. يتم استخدام مقاييس التقييم مثل الدقة، والدقة، والاسترجاع، ودرجة F1 لتقييم أداء النموذج، مع التأكيد على الاسترجاع كعنصر حاسم في سياقات الرعاية الصحية لتقليل التصنيف الخاطئ للمرضى ذوي المخاطر العالية. تشير النتائج إلى أن الغابة العشوائية، والانحدار اللوجستي، وتعزيز التدرج حققت أعلى مقاييس الأداء، خاصة في الاسترجاع، مما يبرز موثوقيتها في تحديد الحالات الحرجة. يكشف تحليل أهمية الميزات أن مدة الإقامة في المستشفى تؤثر بشكل كبير على نتائج المرضى، بينما تلعب العمر والأعراض السريرية أيضًا أدوارًا متباينة عبر نماذج مختلفة. تُعلم هذه التقييم الشامل تطوير تطبيق عبر الإنترنت مصمم لتوقع شدة المرضى عند دخول المستشفى، مما يعزز اتخاذ القرار في بيئات الرعاية الصحية.
DOI: https://doi.org/10.22401/anjs.29.1.13
Publication Date: 2026-03-16
Author(s): Tiba Zaki Abdulhameed et al.
Primary Topic: Artificial Intelligence in Healthcare
Overview
In mid-2022, Iraq faced a significant outbreak of Crimean-Congo hemorrhagic fever (CCHF), originating in Thi-Qar province and leading to elevated mortality rates. This research utilizes the HemoIraq24 dataset to analyze factors affecting patient outcomes, employing various machine learning algorithms, including Decision Trees, Random Forests, Logistic Regression, Gradient Boosting, and K-nearest neighbors. The study achieved a baseline prediction accuracy of 89%, which improved by 3% through feature importance analysis and SHAP techniques. Notably, the duration of hospitalization emerged as the most critical factor influencing patient recovery, indicating the robustness of Iraq’s healthcare system in managing CCHF cases.
The findings underscore the potential of explainable AI and machine learning models in predicting mortality risks associated with CCHF. By integrating multiple ML approaches, the research not only demonstrates a high predictive accuracy despite a limited dataset but also introduces a web-based application designed to aid healthcare providers in real-time decision-making. This tool can enhance public health responses by identifying high-risk patients early, thereby facilitating timely treatment and optimal resource allocation. Furthermore, the methodologies developed in this study could be adapted for assessing risks related to other infectious diseases, contributing to a comprehensive AI-driven framework for epidemiological monitoring and pandemic preparedness.
Introduction
The introduction of the research paper discusses Crimean-Congo hemorrhagic fever (CCHF), a viral disease transmitted to humans through tick bites or contact with infected blood or tissues, with a mortality rate ranging from 10% to 40%. CCHF presents initially with non-specific symptoms such as fever and muscle pain, potentially leading to severe complications like hemorrhaging and multi-organ failure. The disease has been endemic in Iraq since its first detection in 1979, with a significant outbreak occurring in mid-2022, particularly in Thi-Qar province, which reported the highest incidence and mortality rates. The study utilizes a dataset from the Zoonotic unit of the Thi-Qar Directorate of Health, covering cases from 2020 to 2024, to analyze the epidemiological characteristics of CCHF.
The paper highlights the role of Machine Learning (ML) and Explainable Artificial Intelligence (XAI) in healthcare, emphasizing the need for models that not only predict outcomes but also provide transparency in their decision-making processes. Previous studies have developed various ML models for predicting disease outbreaks, but many have limitations such as reliance on simulated data or lack of generalizability. This research aims to fill a gap by proposing an ML model specifically designed to predict mortality risk in CCHF patients in Iraq, ensuring that the results are both accurate and interpretable. The subsequent sections of the paper will detail the applied ML algorithms, methodology, results, and the development of a web-based application for the prediction model.
Methods
The methodology outlined in this research focuses on developing an optimized model for mortality risk assessment related to Thi-Qar Hemorrhagic Fever. The process begins with data collection, emphasizing the selection of significant features, followed by pre-processing and the division of the dataset into training and testing subsets. Various baseline models, including Decision Tree (DT), Random Forest (RF), Logistic Regression (LR), Gradient Boosting (GB), and K-Nearest Neighbors (KNN), are trained and evaluated for accuracy. A feature importance analysis is conducted for the best-performing model, alongside the generation of a correlation matrix to identify linear relationships among features. Subsequent feature engineering enhances the dataset, leading to the optimization of the top models (RF, LR, and GB) and a reevaluation of their accuracy. The final model undergoes a comprehensive feature importance and statistical analysis to pinpoint critical predictors.
The dataset, collected from the Thi-Qar Directorate of Health since 2018, comprises 360 instances with 39 fields of information, including demographic details, clinical features, and outcomes. Notably, approximately 80% of patients recovered, while 20% succumbed to the illness. The analysis reveals a higher prevalence of cases among males (25% more than females) and a significant concentration of patients aged between 20 and 55 years. Furthermore, the data indicates that a majority of cases originate from rural areas, with infection sources primarily linked to contact with animals and raw meat.
Results
The results section presents the performance of the proposed models in their baseline configurations, followed by an analysis of critical factors identified through explainable AI techniques aimed at optimizing these models. The analysis highlights key clinical and epidemiological variables that significantly impact the prediction of patient recovery outcomes, as determined by the explainable machine learning models employed in the study. These findings underscore the importance of specific factors in enhancing predictive accuracy and inform future model improvements.
Discussion
The discussion section of the research paper elaborates on various machine learning algorithms employed for predicting outcomes in patients with Crimean-Congo Hemorrhagic Fever (CCHF). The Random Forest algorithm, a bagging technique, enhances predictive accuracy by constructing an ensemble of decorrelated decision trees, which mitigates variance while maintaining robustness. It is noted for its ease of training and tuning, making it a popular choice across disciplines. In contrast, Gradient Boosting focuses on iteratively reducing prediction errors by modeling residuals, thus refining the accuracy of weak learners into a strong predictive model. Decision trees, particularly the J48 implementation, remain foundational due to their interpretability and efficiency, although they can overfit complex datasets, leading to the adoption of ensemble methods like Random Forest and Gradient Boosting.
The paper also discusses logistic regression and k-nearest neighbors (k-NN) as traditional methods for classification tasks. Logistic regression models the probability of binary outcomes using a logistic function, while k-NN classifies instances based on proximity to other data points. Evaluation metrics such as accuracy, precision, recall, and F1-score are employed to assess model performance, with recall being emphasized as crucial in healthcare contexts to minimize misclassification of high-risk patients. The findings indicate that Random Forest, Logistic Regression, and Gradient Boosting achieved the highest performance metrics, particularly in recall, underscoring their reliability for identifying critical cases. The analysis of feature importance reveals that hospitalization duration significantly influences patient outcomes, while age and clinical symptoms also play varying roles across different models. This comprehensive evaluation informs the development of a web-based application designed to predict patient severity upon hospital entry, enhancing decision-making in healthcare settings.