بیماری آلزایمر (AD) شایع‌ترین شکل زوال عقل در ایالات متحده است. اختلالات خواب یکی از عوامل سبک زندگی است که نقش حیاتی در عملکرد شناختی بهینه در دوران پیری ایفا می‌کند. کمبود خواب و یا کیفیت پایین آن با تشدید علائم آلزایمر مرتبط دانسته شده است. با این حال، تحقیقات کافی در مورد ارتباط بین خواب و بروز آلزایمر انجام نشده است. یک مانع اصلی برای انجام چنین تحقیقاتی این است که روش سنتی کسب اطلاعات خواب، زمان‌بر، ناکارآمد، غیرقابل‌مقیاس و محدود به تجربه ذهنی بیماران است. به عنوان مثال، پرسش‌نامه‌های خواب یا دستگاه‌های پوشیدنی (Wearable Devices) می‌توانند اطلاعاتی در مورد خواب فراهم کنند، اما دقت و قابلیت استفاده آنها محدود است. از این رو، نیاز به روش‌های کارآمدتر و دقیق‌تر برای استخراج اطلاعات مربوط به خواب از منابع موجود، احساس می‌شود.

مقاله حاضر به بررسی روش‌های نوین برای استخراج اطلاعات مربوط به خواب از یادداشت‌های بالینی بیماران مبتلا به آلزایمر با استفاده از تکنیک‌های پردازش زبان طبیعی (NLP) می‌پردازد. این روش‌ها می‌توانند به محققان و پزشکان کمک کنند تا درک بهتری از الگوهای خواب در این بیماران پیدا کرده و ارتباط بین اختلالات خواب و پیشرفت بیماری آلزایمر را بهتر درک کنند. اهمیت این تحقیق از آنجا ناشی می‌شود که با استخراج خودکار اطلاعات خواب از یادداشت‌های بالینی، حجم زیادی از داده‌ها قابل تجزیه و تحلیل است که در نهایت منجر به شناسایی زودهنگام و مدیریت بهتر بیماری آلزایمر خواهد شد.

فرض کنید یک بیمار مبتلا به آلزایمر به طور منظم به پزشک مراجعه می‌کند و در هر ویزیت، پزشک یادداشت‌هایی در مورد وضعیت بیمار، از جمله کیفیت خواب او، تهیه می‌کند. اگر بتوان این یادداشت‌ها را به طور خودکار تجزیه و تحلیل کرد و اطلاعات مربوط به خواب را استخراج کرد، می‌توان یک تاریخچه کامل از الگوهای خواب بیمار ایجاد کرد. این تاریخچه می‌تواند به پزشک کمک کند تا تغییرات در الگوهای خواب را تشخیص دهد و اقدامات لازم را برای بهبود کیفیت خواب بیمار انجام دهد.

این مقاله توسط سونیش سیواراجکومار، توماس یو چو تام، حنیف احمد محمد، ساموئل ویگیانو، دیوید اونیانی، شیام ویسوسواران و یانشان وانگ به رشته تحریر درآمده است. نویسندگان این مقاله متخصصان در زمینه‌های علوم کامپیوتر، پردازش زبان طبیعی، پزشکی و بیماری‌های اعصاب هستند. تخصص و تجربه آن‌ها در این زمینه‌ها به آن‌ها این امکان را داده است که یک رویکرد جامع و چندرشته‌ای برای حل مشکل استخراج اطلاعات خواب از یادداشت‌های بالینی بیماران آلزایمری ارائه دهند.

زمینه تحقیق این مقاله در حوزه‌های محاسبات و زبان، هوش مصنوعی و کاربرد آن‌ها در حوزه سلامت و پزشکی است. نویسندگان با استفاده از تکنیک‌های NLP و یادگیری ماشین، سعی در خودکارسازی فرآیند استخراج اطلاعات مربوط به خواب از داده‌های متنی دارند. این کار می‌تواند به محققان و پزشکان در درک بهتر بیماری آلزایمر و ارائه راهکارهای درمانی مؤثرتر کمک کند.

این تحقیق به بررسی امکان استفاده از تکنیک‌های پردازش زبان طبیعی (NLP) برای استخراج اطلاعات مربوط به خواب از یادداشت‌های بالینی بیماران مبتلا به بیماری آلزایمر می‌پردازد. هدف اصلی این پژوهش، غلبه بر محدودیت‌های روش‌های سنتی جمع‌آوری اطلاعات خواب، مانند پرسشنامه‌ها و دستگاه‌های پوشیدنی، و ارائه یک روش کارآمدتر و دقیق‌تر برای استخراج اطلاعات خواب از داده‌های متنی موجود است. نویسندگان برای این منظور، یک مجموعه داده طلایی (Gold Standard Dataset) را از طریق حاشیه‌نویسی دستی ۵۷۰ یادداشت بالینی انتخاب‌شده به‌صورت تصادفی از مجموعه داده adSLEEP ایجاد کرده‌اند. مجموعه داده adSLEEP شامل ۱۹۲۰۰۰ یادداشت بالینی غیرمشخص از ۷۲۶۶ بیمار آلزایمری است که از مرکز پزشکی دانشگاه پیتسبورگ (UPMC) جمع‌آوری شده است. سپس، سه روش مختلف NLP را برای استخراج مفاهیم مربوط به خواب، از جمله خروپف، چرت زدن، مشکلات خواب، کیفیت پایین خواب، خواب‌آلودگی روزانه، بیدار شدن در شب و مدت زمان خواب، مورد ارزیابی قرار داده‌اند: الگوریتم مبتنی بر قوانین (Rule-based NLP)، مدل‌های یادگیری ماشین و الگوریتم‌های NLP مبتنی بر مدل‌های زبانی بزرگ (LLM).

روش‌شناسی این تحقیق شامل مراحل زیر است:

• ایجاد مجموعه داده طلایی: این مجموعه داده از طریق حاشیه‌نویسی دستی ۵۷۰ یادداشت بالینی توسط متخصصان ایجاد شده است. این مجموعه داده به عنوان مرجع برای ارزیابی عملکرد روش‌های مختلف NLP مورد استفاده قرار گرفته است.
• توسعه الگوریتم مبتنی بر قوانین: این الگوریتم بر اساس مجموعه‌ای از قوانین از پیش تعریف‌شده، به شناسایی و استخراج مفاهیم مربوط به خواب از متن می‌پردازد. به عنوان مثال، یک قانون ممکن است به این صورت باشد: “اگر کلمه ‘خروپف’ یا ‘خرخر’ در متن وجود داشته باشد، آنگاه بیمار دارای مشکل خروپف است.”
• آموزش مدل‌های یادگیری ماشین: نویسندگان از مدل‌های مختلف یادگیری ماشین، مانند ماشین‌های بردار پشتیبان (SVM) و جنگل‌های تصادفی (Random Forest)، برای استخراج اطلاعات خواب استفاده کرده‌اند. این مدل‌ها با استفاده از مجموعه داده طلایی آموزش داده شده‌اند تا الگوهای موجود در متن را شناسایی کرده و مفاهیم مربوط به خواب را استخراج کنند.
• به‌کارگیری مدل‌های زبانی بزرگ (LLM): از مدل‌های زبانی بزرگ مانند LLAMA2 با تنظیم دقیق (Fine-tuning) برای این منظور استفاده شده است. این مدل‌ها با استفاده از حجم زیادی از داده‌های متنی آموزش داده شده‌اند و قادرند تا درک عمیقی از زبان داشته باشند و اطلاعات پیچیده را از متن استخراج کنند.
• ارزیابی عملکرد: عملکرد هر سه روش NLP با استفاده از معیارهای مختلف، از جمله دقت (Precision)، بازخوانی (Recall) و امتیاز F1، ارزیابی شده است.

یافته‌های کلیدی این تحقیق به شرح زیر است:

• الگوریتم مبتنی بر قوانین NLP در مقایسه با سایر روش‌ها، بهترین عملکرد را در استخراج مفاهیم مربوط به خواب از یادداشت‌های بالینی نشان داد.
• از نظر ارزش پیش‌بینی مثبت (PPV)، الگوریتم مبتنی بر قوانین NLP برای خواب‌آلودگی روزانه و مدت زمان خواب به امتیاز ۱.۰۰ دست یافت.
• مدل‌های یادگیری ماشین برای چرت زدن امتیاز ۰.۹۵، برای کیفیت پایین خواب امتیاز ۰.۸۶ و برای خروپف امتیاز ۰.۹۰ را کسب کردند.
• مدل LLAMA2 با تنظیم دقیق، برای بیدار شدن در شب امتیاز ۰.۹۳، برای مشکلات خواب امتیاز ۰.۸۹ و برای مدت زمان خواب امتیاز ۱.۰۰ را به دست آورد.
• نتایج نشان می‌دهد که الگوریتم مبتنی بر قوانین NLP به طور مداوم بهترین عملکرد را برای استخراج تمامی مفاهیم مربوط به خواب داشته است.

به عبارت دیگر، روش‌های مبتنی بر قوانین، در این مطالعه خاص، توانسته‌اند عملکرد بهتری نسبت به روش‌های پیچیده‌تر مانند یادگیری ماشین و مدل‌های زبانی بزرگ ارائه دهند. این می‌تواند به دلیل ساختار نسبتاً ساده و قابل پیش‌بینی زبان مورد استفاده در یادداشت‌های بالینی باشد.

کاربردهای این تحقیق بسیار گسترده است و می‌تواند در زمینه‌های مختلفی مورد استفاده قرار گیرد:

• بهبود تشخیص و مدیریت بیماری آلزایمر: با استخراج خودکار اطلاعات خواب از یادداشت‌های بالینی، پزشکان می‌توانند درک بهتری از الگوهای خواب بیماران داشته باشند و اقدامات لازم را برای بهبود کیفیت خواب آن‌ها انجام دهند. این امر می‌تواند به کاهش علائم بیماری آلزایمر و بهبود کیفیت زندگی بیماران کمک کند.
• تسریع تحقیقات در زمینه خواب و آلزایمر: با استفاده از این روش‌ها، محققان می‌توانند حجم زیادی از داده‌های مربوط به خواب بیماران آلزایمری را تجزیه و تحلیل کرده و ارتباط بین اختلالات خواب و پیشرفت بیماری را بهتر درک کنند.
• توسعه ابزارهای خودکار برای استخراج اطلاعات پزشکی: این تحقیق می‌تواند به توسعه ابزارهای خودکار برای استخراج اطلاعات مربوط به سایر بیماری‌ها و شرایط پزشکی از داده‌های متنی کمک کند.

یکی از دستاوردهای مهم این تحقیق، ایجاد یک مجموعه داده طلایی (Gold Standard Dataset) است که می‌تواند به عنوان مرجع برای ارزیابی عملکرد سایر روش‌های NLP در زمینه استخراج اطلاعات خواب مورد استفاده قرار گیرد.

این مطالعه نشان می‌دهد که تکنیک‌های پردازش زبان طبیعی (NLP) می‌توانند به طور موثری برای استخراج اطلاعات مربوط به خواب از یادداشت‌های بالینی بیماران مبتلا به آلزایمر مورد استفاده قرار گیرند. الگوریتم مبتنی بر قوانین NLP در این تحقیق بهترین عملکرد را در مقایسه با مدل‌های یادگیری ماشین و LLM از خود نشان داد. این یافته‌ها می‌تواند به بهبود تشخیص و مدیریت بیماری آلزایمر و همچنین تسریع تحقیقات در این زمینه کمک کند. در حالی که این مطالعه بر روی یادداشت‌های بالینی بیماران مبتلا به آلزایمر تمرکز داشته است، اما می‌توان آن را به استخراج اطلاعات خواب برای سایر بیماری‌ها نیز تعمیم داد. به عنوان مثال، می‌توان از این روش‌ها برای استخراج اطلاعات خواب از یادداشت‌های بالینی بیماران مبتلا به اختلالات خواب، افسردگی یا اضطراب استفاده کرد.

به طور کلی، این تحقیق گامی مهم در جهت استفاده از تکنیک‌های NLP برای بهبود مراقبت از بیماران و پیشبرد تحقیقات در حوزه سلامت و پزشکی است.