شبكة العودة الإخبارية

06 تموز، 2026

نجحت باحثة الماجستير الفلسطينية وداد مرار، في تطوير نموذج متقدم يعتمد على تقنيات الذكاء الاصطناعي والتعلم الآلي، بهدف رفع دقة تشخيص المتغيرات الجينية المرتبطة بمتلازمة (القلب المتسارع Long QT Syndrome).

وجاء هذا الابتكار ضمن رسالتها لنيل درجة الماجستير في التكنولوجيا الحيوية، والتي حملت عنوان:

"SpliceLoc-ML: A Location-Stratified Machine Learning Model for Non-Canonical Splice Variant Pathogenicity Prediction and Classification, with Application to Long QT Syndrome"

ويعالج النموذج المطور واحدة من أعقد العقبات في الطب الوراثي، حيث يدمج ببراعة بين أدوات التنبؤ الحيوي وخوارزميات التعلم الآلي لتقديم تصنيف سريري مباشر ودقيق للمحفزات الجينية.

ويساهم هذا الابتكار بشكل فعال في تقليص عدد الحالات الطبية المبهمة التي كانت تُصنّف سابقاً كـ"متغيرات ذات أهمية سريرية غير مؤكدة"، مما يمنح الأطباء رؤية حاسمة لتشخيص المرض.

وأثبتت الدراسة الميدانية كفاءة النموذج، حيث حقق دقة تنبؤية مرتفعة تفوقت بشكل ملحوظ على الأدوات والبرمجيات العالمية المتاحة حالياً، مما يمهد الطريق لاتخاذ قرارات علاجية وتشخيصية أسرع وأكثر دقة لإنقاذ حياة المرضى.