DOI: https://doi.org/10.62762/jse.2025.995217
تاريخ النشر: 2026-01-30
المؤلف: Wajiha Farooq وآخرون
الموضوع الرئيسي: الذكاء الاصطناعي في الرعاية الصحية
نظرة عامة
تتناول هذه الدراسة القضية الحرجة لاكتشاف ارتفاع ضغط الدم من خلال تقديم إطار عمل للتعلم العميق متعدد الأنماط يدمج البيانات السريرية، وصور قاع العين، والميزات الديموغرافية. غالبًا ما تتجاهل طرق التشخيص التقليدية التغيرات الدقيقة المبكرة في الأوعية الدموية التي يمكن اكتشافها من خلال تصوير قاع العين. يتفوق الإطار المقترح على الأساليب ذات النمط الواحد من خلال الاستفادة من كل من البيانات المنظمة وغير المنظمة، حيث أظهرت نماذج التعلم العميق، وخاصة الشبكات العصبية التلافيفية (CNN) وشبكات الذاكرة قصيرة وطويلة الأمد (LSTM)، دقة تنبؤية متفوقة. حققت الشبكة العصبية التلافيفية دقة قدرها 98.72% وAUC قدره 0.9995 على البيانات السريرية، بينما حققت الشبكة العصبية التلافيفية المطبقة على صور قاع العين دقة أقل قدرها 74.44% بسبب عدم توازن الفئات وقيود تنوع مجموعة البيانات.
تؤكد النتائج على إمكانيات بنية CNN-LSTM المدمجة، التي حققت AUC قدره 0.99، مما يدل على تحسين قدرات التنبؤ من خلال دمج البيانات. بينما توفر البيانات السريرية المنظمة حاليًا دقة تنبؤية أعلى، تظل صور قاع العين أداة تشخيصية غير جراحية قيمة يمكن تحسينها بشكل أكبر من خلال تحسين توازن مجموعة البيانات. يجب أن تركز الأبحاث المستقبلية على التحقق من صحة هذا الإطار عبر مجموعات متنوعة، مع دمج المعايرة وتقدير عدم اليقين، وإجراء تحليلات التكلفة-الفعالية، بالإضافة إلى تقييمات الفئات الفرعية لضمان القوة والعدالة في اكتشاف ارتفاع ضغط الدم.
مقدمة
يؤثر ارتفاع ضغط الدم على أكثر من 1.3 مليار فرد على مستوى العالم، وهو حالة مزمنة هامة تسهم في أكثر من 400,000 حالة وفاة سنويًا في الولايات المتحدة وحوالي 7.5 مليون حالة وفاة على مستوى العالم، ويرجع ذلك أساسًا إلى ارتباطه بأمراض القلب والأوعية الدموية. الطبيعة غير العرضية لارتفاع ضغط الدم تؤدي غالبًا إلى بقاء العديد من المرضى غير مشخصين أو غير معالجين، مما يبرز الحاجة الملحة للتشخيص المبكر والتدخل للحد من المراضة والوفيات المرتبطة بهذه الحالة.
على الرغم من أن بعض المرضى يعانون من أعراض مثل الصداع أو ألم الصدر، إلا أن ارتفاع ضغط الدم يُشار إليه غالبًا باسم “مرض صامت”، مما يستلزم قياسات ضغط الدم الروتينية للكشف المبكر. هذه التحديات تكون أكثر وضوحًا في البلدان ذات الدخل المنخفض التي تعاني من بنية تحتية صحية محدودة، حيث قد تفشل طرق التشخيص التقليدية في التقاط مؤشرات المرض المبكرة بسبب تباين قياسات الضغط. وبالتالي، هناك حاجة ملحة لأدوات فحص آلية ومتكاملة يمكنها تحديد ارتفاع ضغط الدم في مراحله المبكرة بشكل فعال، خاصة في البيئات ذات الموارد المحدودة. تصنيف مراحل ضغط الدم بناءً على قراءات الضغط الانقباضي والانبساطي أمر ضروري للتشخيص الدقيق ومفصل في الجدول 1.
طرق
تركز المنهجية المقترحة في هذه الدراسة على مقارنة وتقييم أداء تقنيات التعلم الآلي التقليدية (ML)، وطرق التعلم العميق المتقدمة (DL)، والأساليب متعددة الأنماط للتعلم العميق (MMDL) لاكتشاف و预测 ارتفاع ضغط الدم في مراحله المبكرة. الهدف الرئيسي هو تحديد النماذج الفعالة القادرة على تحليل مجموعات بيانات متنوعة، مما يسهل التشخيص المبكر ويحسن نتائج المرضى. من خلال تصنيف الأفراد المعرضين لخطر مرتفع لتطوير ارتفاع ضغط الدم، تهدف الدراسة إلى تعزيز استراتيجيات الرعاية الصحية الوقائية.
نتائج
في هذه الدراسة، تم تقييم القدرات التنبؤية لمختلف نماذج التعلم الآلي (ML) ونماذج التعلم العميق (DL) لتقييم خطر ارتفاع ضغط الدم باستخدام البيانات السريرية وصور قاع العين. أظهر نموذج الجار الأقرب (KNN) قيودًا في التعامل مع البيانات عالية الأبعاد، حيث حقق منطقة تحت المنحنى (AUC) قدرها 0.98، مما يدل على أداء تصنيفي ممتاز لحالة ارتفاع ضغط الدم. ومع ذلك، أظهرت حساسيته للتدرج والقيم الشاذة الحاجة إلى نماذج أكثر قوة. بالمقابل، حققت الشبكة العصبية التلافيفية (CNN) المطبقة على صور قاع العين AUC معتدلة قدرها 0.75، مما يعكس التحديات في اكتشاف التغيرات الوعائية الدقيقة بسبب عدم توازن الفئات وتنوع الصور.
قدمت الدراسة نهجًا متعدد الأنماط باستخدام نموذج FusedCNN-LSTM، الذي دمج البيانات السريرية الزمنية مع تحليل صور الشبكية. حقق هذا النموذج AUC ملحوظ قدره 0.99، حيث تم تحديد 90% من حالات ارتفاع ضغط الدم الحقيقية بدقة مع أقل من 10% من الإيجابيات الكاذبة، مما يجعله مناسبًا جدًا للفحص السريري. كشفت مقاييس الأداء عبر مجموعات بيانات التدريب والتحقق والاختبار عن دقة استثنائية (تصل إلى 98.00%) ودرجات F1 (97.51%)، متجاوزة بشكل كبير الطرق التقليدية. تسلط النتائج الضوء على فعالية دمج أنواع بيانات متنوعة لتحسين التنبؤ بارتفاع ضغط الدم، مما يوفر رؤى سريرية قيمة مع الحفاظ على توازن بين الحساسية والنوعية.
مناقشة
تسلط قسم المناقشة في ورقة البحث الضوء على تقدم مراحل ارتفاع ضغط الدم، مما يبرز أهمية الكشف المبكر والإدارة للحد من المضاعفات الصحية. يؤكد على فائدة تصوير قاع العين في الكشف عن التغيرات الدقيقة في الأوعية الدموية الشبكية التي قد تشير إلى ارتفاع ضغط الدم، والتي غالبًا ما يتم تجاهلها في الفحوصات اليدوية. تدعو الورقة إلى دمج تقنيات التعلم الآلي (ML) والتعلم العميق (DL) لتعزيز اكتشاف ارتفاع ضغط الدم من خلال تحليل مجموعات البيانات السريرية والفسيولوجية، بالإضافة إلى صور الشبكية. أظهرت خوارزميات ML المختلفة، بما في ذلك آلات الدعم الناقل (SVM) والجار الأقرب (KNN)، وعدًا في التنبؤ بارتفاع ضغط الدم، لكن الدراسة تؤكد على الحاجة إلى أساليب متعددة الأنماط تجمع بين البيانات السريرية وميزات التصوير لتحسين الدقة.
يهدف إطار FusedCNN-LSTM المقترح إلى معالجة قيود النماذج الأحادية الموجودة من خلال دمج الميزات المكانية من صور قاع العين مع البيانات السريرية الزمنية. تم تصميم هذا النهج متعدد الأنماط لالتقاط العلاقات المعقدة بين أنواع البيانات المختلفة، مما يعزز الأداء التنبؤي لاكتشاف ارتفاع ضغط الدم. تشير نتائج البحث إلى أن مثل هذا الإطار الشامل يمكن أن يحسن بشكل كبير من التعرف المبكر على الأفراد المعرضين لخطر مرتفع لارتفاع ضغط الدم، مما يؤدي في النهاية إلى تحسين نتائج الرعاية الصحية وتقليل الأعباء المالية على أنظمة الرعاية الصحية. تختتم الورقة بتفصيل هيكل الأقسام التالية، التي ستتناول الأعمال ذات الصلة، والمنهجية، والنتائج التجريبية، واتجاهات البحث المستقبلية.
القيود
تقدم الدراسة عدة قيود هامة تؤثر على نتائجها وقابليتها للتطبيق. أولاً، تم الحصول على مجموعة البيانات السريرية من مستودع كاجل متاح للجمهور، وكانت مجموعة بيانات قاع العين تعتمد على تسميات مرتبطة بقراءات ضغط الدم المعاصرة دون تحقق مستقل، مما قد يقدم ضوضاء في البيانات. بالإضافة إلى ذلك، تم إجراء البحث في موقع واحد دون تحقق خارجي، مما يحد من قابلية تعميم النتائج على مجموعات سكانية أوسع. أظهرت الشبكة العصبية التلافيفية (CNN) المخصصة لقاع العين أداءً تمييزيًا معتدلًا مع منطقة تحت المنحنى (AUC) قدرها 0.75، مما يبرز القضايا المتعلقة بعدم توازن الفئات، وجودة الصورة المتغيرة، وعدم اليقين في التسميات.
علاوة على ذلك، لم تتضمن الدراسة معايرة النموذج، أو تحليل منحنى القرار، أو تقييمات عدالة الفئات الفرعية (مثل العمر، الجنس، أو جهاز التصوير)، مما يحد من فهم موثوقية النموذج السريرية. كما أن غياب تجارب الإزالة يمنع قياس مساهمات كل نمط في الأداء متعدد الأنماط الكلي. علاوة على ذلك، قد تظهر مجموعات البيانات تحيزات ديموغرافية، حيث تم جمعها من مجموعات سكانية محددة، مما يثير مخاوف بشأن العدالة وقابلية النقل إلى بيئات سريرية متنوعة. أخيرًا، فإن الإطار متعدد الأنماط المقترح يتطلب موارد حسابية كبيرة مقارنة بالنماذج الأحادية، مما يطرح تحديات للنشر في البيئات ذات الموارد المحدودة.
DOI: https://doi.org/10.62762/jse.2025.995217
Publication Date: 2026-01-30
Author(s): Wajiha Farooq et al.
Primary Topic: Artificial Intelligence in Healthcare
Overview
This study addresses the critical issue of hypertension detection by introducing a multimodal deep learning framework that integrates clinical data, fundus images, and demographic features. Traditional diagnostic methods often overlook subtle early microvascular changes detectable through fundus imaging. The proposed framework outperforms single-modality approaches by leveraging both structured and unstructured data, with deep learning models, particularly Convolutional Neural Networks (CNN) and Long Short-Term Memory networks (LSTM), demonstrating superior predictive accuracy. The CNN achieved an accuracy of 98.72% and an AUC of 0.9995 on clinical data, while the CNN applied to fundus images yielded a lower accuracy of 74.44% due to class imbalance and limited dataset variability.
The findings underscore the potential of a fused CNN-LSTM architecture, which achieved an AUC of 0.99, indicating enhanced prediction capabilities through data integration. While structured clinical data currently provides higher predictive accuracy, fundus imaging remains a valuable non-invasive diagnostic tool that could be further optimized with improved dataset balancing. Future research should focus on validating this framework across diverse cohorts, incorporating calibration and uncertainty estimation, and conducting cost-effectiveness analyses, along with subgroup evaluations to ensure robustness and fairness in hypertension detection.
Introduction
Hypertension, affecting over 1.3 billion individuals globally, is a significant chronic condition that contributes to more than 400,000 deaths annually in the United States and approximately 7.5 million deaths worldwide, primarily due to its association with cardiovascular disease. The asymptomatic nature of hypertension often leads to many patients remaining undiagnosed or untreated, highlighting the critical need for early diagnosis and intervention to reduce morbidity and mortality associated with this condition.
Despite some patients experiencing symptoms such as headaches or chest pain, hypertension is frequently referred to as a “silent disease,” necessitating routine blood pressure measurements for early detection. This challenge is particularly pronounced in low-income countries with limited healthcare infrastructure, where traditional diagnostic methods may fail to capture early disease indicators due to variability in pressure measurements. Consequently, there is an urgent need for automated and integrated screening tools that can effectively identify early-stage hypertension, especially in resource-constrained settings. The classification of blood pressure stages based on systolic and diastolic readings is essential for accurate diagnosis and is detailed in Table 1.
Methods
The proposed methodology in this study focuses on comparing and evaluating the performance of traditional machine learning (ML) techniques, advanced deep learning (DL) methods, and multi-modal deep learning (MMDL) approaches for the early detection and prediction of hypertension. The primary objective is to identify effective models capable of analyzing diverse datasets, thereby facilitating early diagnosis and improving patient outcomes. By classifying individuals at high risk of developing hypertension, the study aims to enhance preventive healthcare strategies.
Results
In this study, the predictive capabilities of various machine learning (ML) and deep learning (DL) models for hypertension risk assessment were evaluated using clinical data and fundus images. The K-Nearest Neighbor (KNN) model demonstrated limitations in high-dimensional data handling, achieving an area under the curve (AUC) of 0.98, indicating excellent classification performance for hypertension status. However, its sensitivity to scaling and outliers underscored the need for more robust models. In contrast, the Convolutional Neural Network (CNN) applied to fundus images yielded a moderate AUC of 0.75, reflecting challenges in detecting subtle vascular changes due to class imbalance and image variability.
The study introduced a multimodal approach using a FusedCNN-LSTM model, which integrated temporal clinical data with retinal image analysis. This model achieved a remarkable AUC of 0.99, accurately identifying 90% of true hypertension cases with less than 10% false positives, making it highly suitable for clinical screening. Performance metrics across training, validation, and test datasets revealed exceptional accuracy (up to 98.00%) and F1-scores (97.51%), significantly surpassing traditional methods. The findings highlight the effectiveness of combining diverse data types for enhanced hypertension prediction, providing valuable clinical insights while maintaining a balance between sensitivity and specificity.
Discussion
The discussion section of the research paper highlights the progression of hypertension stages, emphasizing the importance of early detection and management to mitigate health complications. It underscores the utility of fundus photography in revealing subtle changes in retinal blood vessels that may indicate hypertension, which are often overlooked in manual examinations. The paper advocates for the integration of machine learning (ML) and deep learning (DL) technologies to enhance the detection of hypertension by analyzing clinical and physiological datasets, as well as retinal images. Various ML algorithms, including Support Vector Machines (SVM) and k-Nearest Neighbors (KNN), have shown promise in predicting hypertension, but the study emphasizes the need for multimodal approaches that combine clinical data with imaging features for improved accuracy.
The proposed FusedCNN-LSTM framework aims to address the limitations of existing unimodal models by integrating spatial features from fundus images with temporal clinical data. This multimodal approach is designed to capture the complex relationships between different data types, thereby enhancing predictive performance for hypertension detection. The research findings suggest that such a comprehensive framework could significantly improve early identification of individuals at high risk for hypertension, ultimately leading to better healthcare outcomes and reduced financial burdens on healthcare systems. The paper concludes by outlining the structure of the subsequent sections, which will detail related work, methodology, experimental results, and future research directions.
Limitations
The study presents several significant limitations that impact its findings and applicability. Firstly, the clinical dataset was sourced from a publicly available Kaggle repository, and the fundus dataset relied on labels associated with contemporaneous blood pressure readings without independent verification, potentially introducing noise into the data. Additionally, the research was conducted at a single site without external validation, which limits the generalizability of the results to broader populations. The fundus-only convolutional neural network (CNN) demonstrated moderate discriminative performance with an area under the curve (AUC) of 0.75, highlighting issues related to class imbalance, variable image quality, and uncertain labeling.
Moreover, the study did not include model calibration, decision-curve analysis, or subgroup fairness assessments (e.g., by age, sex, or imaging device), which restricts the understanding of the model’s clinical reliability. The absence of ablation experiments also prevents the quantification of the contributions of each modality to the overall multimodal performance. Furthermore, the datasets may exhibit demographic biases, as they were collected from specific populations, raising concerns about fairness and transferability to diverse clinical settings. Lastly, the proposed multimodal framework is computationally intensive compared to unimodal models, posing challenges for deployment in resource-constrained environments.