هوش مصنوعی در IONM دقیقاً چه چیزی را پیش‌بینی می‌کند؟

دو پژوهش سال ۲۰۲۶ نشان می‌دهند «هوش مصنوعی در نورومانیتورینگ» یک کار واحد نیست. یک مدل می‌تواند برای برآورد پیامد عصبی ماه‌ها بعد ساخته شود و مدل دیگر فقط تغییر زودرس سیگنال حین عمل را تشخیص دهد. اگر هدف مدل روشن نباشد، عددهای دقت ظاهراً مشابه، معنای بالینی متفاوتی پیدا می‌کنند.

تمانس و همکاران در مقاله‌ای که ۶ ژوئیهٔ ۲۰۲۶ منتشر شد، داده‌های گذشته‌نگر ۶۷ بیمار جراحی ستون فقرات طی سال‌های ۲۰۱۹ تا ۲۰۲۳ را تحلیل کردند. از پروندهٔ بالینی و ۲۶۰ ویژگی استخراج‌شده از MEP و SSEP برای طبقه‌بندی وضعیت عصبی سه ماه پس از عمل در سه گروه «نقص بدون تغییر نسبت به پیش از عمل»، «سالم» و «بهبود» استفاده شد؛ هر سه گروه نسبت به وضعیت پیش از عمل تعریف شده بودند. چهار الگوریتم با اعتبارسنجی متقاطع تودرتو مقایسه شدند. در چکیده، مدل XGBoost با ترکیب MEP و SSEP حساسیت ۷۰٫۴٪، ویژگی ۸۸٫۳٪ و دقت ۸۷٫۱٪ داشت. وضعیت عصبی پیش از عمل و تأخیر آخرین سیگنال نسبت به خط پایه، از ویژگی‌های مهم گزارش شدند. [1]

آرویند و همکاران، در مطالعه‌ای منتشرشده در ۴ ژوئن ۲۰۲۶، هدف دیگری داشتند: شناسایی تغییرات ظریف MEP پیش از هشدار بالینی در جراحی دفرمیتی ستون فقرات کودکان. آن‌ها ۸۴ جراحی یک مرکز را به‌صورت گذشته‌نگر بررسی کردند؛ ۱۴ بیمار افت سیگنال MEP داشتند و شش نفر دچار نقص پس از عمل شدند. مدل با مقایسهٔ پیوستهٔ سیگنال هر عضله با خط پایهٔ همان بیمار، حساسیت ۷۸٫۶٪، ویژگی ۶۷٫۱٪، ارزش اخباری منفی ۹۴٪، دقت ۶۹٪ و AUC برابر ۰٫۷۸ نشان داد. هشدارهای مدل به‌طور میانگین ۲۳٫۳ دقیقه زودتر از هشدارهای بالینی ثبت شدند. [2]

این دو نتیجه را نباید مستقیم رتبه‌بندی کرد. مطالعهٔ اول پیامد سه‌ماهه و سه کلاس را پیش‌بینی می‌کرد؛ مطالعهٔ دوم تغییر سیگنال حین عمل را می‌سنجید و فقط شش پیامد عصبی داشت. حساسیت، ویژگی و دقت به تعریف «مثبت»، توزیع کلاس‌ها و زمان ارزیابی وابسته‌اند. ارزش اخباری منفی بالا نیز می‌تواند از کم‌بودن رویداد هدف تأثیر بگیرد و به‌تنهایی اثبات ایمنی نیست.

هر دو پژوهش تک‌مرکزی و گذشته‌نگر بودند؛ در مطالعهٔ نخست، کفایت داده‌های بالینی و IONM شرط تحلیل بود. اعتبارسنجی داخلی یا مقایسه با هشدارهای همان مرکز، جای آزمون آینده‌نگر در بیمارستانی دیگر را نمی‌گیرد. همچنین «اهمیت ویژگی» در XGBoost رابطهٔ علّی را ثابت نمی‌کند؛ فقط نشان می‌دهد مدل در همان داده‌ها برای تفکیک گروه‌ها از کدام متغیرها بیشتر استفاده کرده است.

برداشت آموزشی این است که ابزار یادگیری ماشین فعلاً باید به‌عنوان کمک‌یار تفسیر دیده شود، نه جایگزین متخصص یا فرمان خودکار برای تیم جراحی. پیش از کاربرد بالینی باید هدف، جمعیت، کیفیت خط پایه، نرخ رویداد، خطاهای کاذب و اعتبارسنجی خارجی روشن باشند. این متن هیچ آستانهٔ هشدار یا دستور واکنش حین عمل پیشنهاد نمی‌کند. برای هر دو منبع فقط چکیده و اطلاعات کتاب‌شناختی PubMed بررسی شد؛ بنابراین جزئیات روش که در چکیده نیامده، مبنای این جمع‌بندی نیست. تطبیق ماشینی منابع نیز جای بازبینی بالینی انسان را نمی‌گیرد.

منابع مقاله

1. Themans et al. — Predicting neurological outcomes following spinal surgery: A machine learning approach using intraoperative neuromonitoring data · DOI: 10.1016/j.xnsj.2026.100927
2. Arvind et al. — Machine learning (ML) in intraoperative neuromonitoring (IONM): proof of concept · DOI: 10.1007/s43390-026-01461-4