تختلف استجابة الأشخاص للدواء وفق عدد من العوامل والظروف، لذلك لا يمكن تحديد فعاليّة الدواء عن طريق اختباره على مجموعة واحدة من الأشخاص لديهم نفس الخصائص، مثل: العمر، والنوع، والظروف البيئيّة المحيطة.

وفي ظل احتياجنا إلى تحسين أساليب تصنيف المرضى إلى مجموعات مختلفة، من أجل تحسين العلاج، وفهم مدى فعاليّته، وتقليل آثاره الجانبيّة؛ فقد تُسهم تقنيات الذكاء الاصطناعي في تحقيق ذلك، بما تتضمنه من تقنيات تجميع البيانات باستخدام الشبكات، والتي تُصنّف البيانات إلى عدد من المجموعات المتجانسة ضمنيًّا.

في دراسة جديدة منشورة في دورية The Lancet استخدم الباحثون تقنية neural network based clustering، لتقسيم استجابات أكثر من 15 ألف مريضٍ في 9 تجاربٍ سريريةٍ لعلاج قصور القلب بحاصرات β التي تعمل على تنظيم نبض القلب. كشفت النتائج عن استجابة مجموعة المرضى من صغار السن لحاصراتβ، رغم عدم فعاليتها لدى معظم الحالات التي تُعاني من الرجفان الأذيني الذي يعكس اضطرابًا في كهرباء القلب، بينما لم تظهر أي فعاليّة على مجموعة المرضى من كبار السن الذين لديهم انخفاض في حدة أعراض اضطراب كهرباء القلب.

وبذلك، يُمثّل تصنيف المرضى القائم على الذكاء الاصطناعيّ نهجًا جديدًا، يُسهم في استهداف أكثر مجموعات المرضى استفادة من حاصرات β وغيرها من الأدوية، مما قد يُساعد في علاج مرضى القلب.