يحدد سؤال البحث بنية مجموعة البيانات
لا يمكن أن يبدأ تصميم مجموعة البيانات الطولية ببنية المجلد، ولكن يجب أولاً توضيح الأسئلة التي يريد النموذج أو الدراسة الإجابة عليها. يتطلب التحديد المبكر للمرض نقاط زمنية أساسية واضحة ونوافذ مراقبة للمتابعة؛ ويتطلب تحليل الاستجابة للعلاج التسلسل بين التعرض للأدوية أو العمليات الجراحية، ونتائج الاختبار، والنتائج؛ يتطلب التنبؤ بالتكرار أو إعادة القبول تحديد تاريخ الفهرس، ومدة المتابعة، وأحداث النتائج، وقواعد فقدان المتابعة. وبدون هذه التعريفات، تكون "الفترة الزمنية لمدة ثلاث سنوات" مجرد متطلب جمع واسع ولا يضمن أن العينة كافية لدعم تحليل محدد.
يوصى بتوضيح أربعة أشياء لكل حالة: ما هي نقطة البداية، وكيفية حساب فترة المراقبة، وكيفية تحديد نقطة النهاية، وما هي السجلات التي تنتمي إلى هذا المسار. قد تكون نقطة البداية هي تاريخ التشخيص الأول، أو تقييم العلاج، أو القبول، أو الاختبار؛ قد تكون نقطة النهاية هي التكرار، أو التقدم، أو الوفاة، أو إعادة القبول، أو مغفرة، أو الوصول إلى موعد نهائي محدد للمتابعة. بالنسبة للمرضى الذين يعانون من "أحداث غير ملحوظة"، من الضروري التمييز بين "المتابعة كاملة ولكنها لم تحدث" و"فقدت المتابعة مبكرًا" و"لا توجد بيانات متابعة في نظام التسجيل". ستؤدي كتابة هذه الحالات على أنها "لا توجد نتيجة" إلى حدوث أخطاء في التصنيف وتحيز المتابعة.
استخدمت دراسة Delphi-2M المنشورة في "Nature" عام 2025 الجداول الزمنية للمرض لوضع نموذج للمخاطر المستقبلية للأمراض المتعددة، وتم التحقق من صحتها خارجيًا باستخدام بيانات التسجيل الدنماركية بعد التدريب في المجموعة البريطانية، مما يدل على إمكانات بيانات السلاسل الزمنية لنمذجة عملية المرض. أشارت الدراسة أيضًا إلى أن النموذج قد يتعلم تحيز الاختيار والأنماط المفقودة في مجموعة البيانات، لذلك لا يمكن تفسير أداء التنبؤ بمعزل عن تكوين المجموعة وآلية توليد البيانات.[1] هذا له آثار مباشرة على بناء البيانات: الطوابع الزمنية، وأسباب إنهاء المتابعة، ومؤسسات المصدر، والآليات المفقودة كلها سياقات يحتاج النموذج إلى معرفتها.
يجب أن يكون المرضى والزيارات والأحداث والملفات مرتبطين بشكل هرمي توصي
بتقسيم البيانات الطولية إلى أربعة مستويات مترابطة. تستخدم طبقة المريض معرفات مجهولة ومستقرة للمريض وتكون مسؤولة عن تجميع الزيارات المتعددة لنفس الشخص معًا؛ تسجل طبقة الزيارة العيادات الخارجية أو الاستشفاء أو قسم الطوارئ أو النقل أو أحداث المتابعة؛ تسجل طبقة الأحداث السريرية التشخيص والأعراض والفحوصات والاختبارات والأدوية والعمليات والنتائج؛ تقوم طبقة الملف بتخزين الناقلات الأصلية مثل مستندات مسار المرض وتقارير الفحص وDICOM والشرائح المرضية وما إلى ذلك. يجب أن تحتوي كل طبقة على مفاتيح فريدة وأن تكون مرتبطة بمفاتيح خارجية صريحة، بدلاً من الاعتماد على تخمين العلاقات حسب أسماء الملفات أو مواقع الدليل.
ليس المقصود من المعرف الثابت على مستوى المريض الحفاظ على معلومات الهوية القابلة للعكس. يجب أن يكون مفتاحًا باسم مستعار ضمن نطاق المشروع، ويتم الاحتفاظ بجدول تعيين الهوية الحقيقية بشكل منفصل وفقًا لمتطلبات التفويض، ولا تحمل بيانات التسليم التعيين. يجب أيضًا تحديد نطاق معرف العلاج ومعرف التقرير ومعرف الدراسة/السلسلة ومعرف المستند بشكل واضح لمنع دمج مستشفيين مختلفين أو دفعات مختلفة عن طريق الخطأ بعد إنشاء نفس الرقم. يجب أن يسجل الدمج عبر الأنظمة قواعد المطابقة والثقة وحالة المراجعة اليدوية؛ عندما لا يمكن تحقيق المطابقة الموثوقة، فإن الاحتفاظ بالحالة غير المرتبطة أفضل من الربط القسري.
يجب أن يميز حقل الوقت على الأقل وقت حدوث الحدث، ووقت التجميع، ووقت إنشاء التقرير، ووقت الإدخال، ووقت التعديل، ووقت التصدير. وغالبا ما تكون مختلفة في السجلات الطبية. قد يتم جمع عينات الاختبار أولاً وسيتم نشر النتائج لاحقًا؛ قد تقوم سجلات مسار المرض بمراجعة الأحداث السابقة ووصفها؛ لا يمكن لوقت تصدير النظام أن يحل محل وقت الأحداث السريرية. يتيح الحفاظ على المنطقة الزمنية والدقة وحقول المصدر والأسباب المفقودة لفريق الخوارزمية تحديد النقطة الزمنية التي يجب استخدامها كمعلومات مرئية لتجنب تسرب البيانات بعد إنشاء النتيجة في إدخال النموذج. يجب أيضًا وصف النظام المصدر والمنطقة الزمنية والدقة وقواعد التحويل لكل نوع من الحقول الزمنية. عندما يكون هناك تاريخ فقط بدون وقت، يجب الحفاظ على دقة مستوى التاريخ ولا ينبغي تعويض الوقت المحدد؛ عندما يكون هناك نقل بين المستشفيات، أو تسجيل تكميلي لاحق، أو فرز بأثر رجعي، يجب تحديد عدم اليقين بشأن وقت الحدث. وينبغي أيضًا التمييز بين حالات الفقدان بين عدم حدوثها، وعدم اكتسابها، وعدم تسجيلها، وعدم القدرة على الارتباط بها، والولادة الفائتة، حيث أن هذه الحالات ليست متطابقة بالنسبة للتفسير السريري وتحليل تحيز النموذج. بالنسبة لمهمة التنبؤ، يجب أن يحدد قاموس البيانات بوضوح النقطة الزمنية الأساسية، ووقت قطع رؤية الميزة، ونافذة مراقبة النتائج، وسبب إنهاء المتابعة، ومن خلال التحقق من عينات الجدول الزمني على مستوى المريض، تأكد من أن النموذج لم يقرأ المعلومات بعد وقوع الحدث المستهدف.
يجب حفظ النص الكامل للمستند ونوع المستند ووقت التسجيل والتوقيع أو حالة المراجعة والعلاج الطبي المقابل. إذا كان العمل يتطلب أحداثًا منظمة، فيجب أن تحدد نتائج الاستخراج أيضًا تعيين الموضع باستخدام فقرات النص الأصلي أو أرقام الصفحات. وبهذه الطريقة، يمكن للخبراء السريريين العودة إلى الأدلة الأصلية للتحقق، ويمكن لمهندسي الخوارزميات تصفية العينات حسب نوع المستند، ويمكن لمهندسي البيانات التحقق من اقتطاع النص وتكراره. بالنسبة للسجلات الرئيسية، يجب أن يكون تركيز القبول على سلامة النص ودقة التصنيف ومنطق الوقت وارتباط المريض؛ قد تؤدي المعالجة المفرطة للحقول غير الأساسية إلى زيادة الأخطاء وإخفاء المحتوى الأصلي.
تعدد الأساليب لا يعني وضع الملفات في نفس الدليل
قد تتضمن بيانات المريض نصًا لدورة المرض، وقيم الاختبار، وطلبات الأدوية، وتقارير الأشعة، وصور DICOM، وتقارير علم الأمراض، وشرائح المجال الكامل. فقط عندما تكون العلاقات الزمنية والدلالية بينهما واضحة، يمكن تشكيل حالة متعددة الوسائط. يجب أن تكون كل صورة على الأقل قادرة على العثور على المريض المقابل وحدث الفحص والطريقة وجزء الجسم وتاريخ الاكتساب والتقرير؛ عندما يذكر التقرير "مقارنة بالفيلم السابق"، يجب أيضًا تضمين الصورة السابقة وتقريرها في سلسلة التتبع. يجب أن تكون الأقسام المرضية مرتبطة بموقع أخذ العينات، والعينة، والحدث الجراحي أو الخزعة، والنتيجة المرضية. لا تحمل حقول تسلسل
DICOM وحقول الرأس الرئيسية وحدات بكسل الصورة فحسب، بل تحتوي أيضًا على معلومات فنية مثل الطريقة والتاريخ وتباعد فوكسل وسمك الطبقة والتسلسل وما إلى ذلك. يجب أن تغطي إزالة التحسس العلامات القياسية والعلامات الخاصة وأسماء الملفات والمعلومات المضمنة بالبكسل، مع محاولة الحفاظ على السياق الفني اللازم لإكمال مهمة البحث. يجب أن يكون واضحًا ما إذا كان التسلسل كاملاً، وما إذا كان قد تم إعادة تشكيله أو ضغطه، وأداة التصدير والنسخة المعالجة. إذا تم توفير لقطة شاشة، فيجب تحديد المعلومات التي لا يمكنها استبدال DICOM الأصلي لمنع فرق المصب من الخلط بين الصورة المصغرة وبيانات الصورة الكاملة.
"حزم المرضى" هي طريقة تنظيمية تسهل التسليم وأخذ العينات: تجميع الجداول المنظمة ومستندات PDF وملفات التصوير وعلم الأمراض في نفس دليل المريض المجهول، واستخدام قائمة لفهرسة كل ملف والأحداث المرتبطة به. لكن الكتالوج نفسه هو مجرد غلاف تسليم. لا يزال نموذج البيانات الحقيقي بحاجة إلى بنية جدول واضحة ومفاتيح أساسية ومفاتيح خارجية وحقول تاريخ وقواميس. يجب أن تجيب القائمة المرجعية على ما يلي: ما هي الزيارات التي قام بها كل مريض، وما هي الأوراق والاختبارات الموجودة لكل زيارة، وما هو المفقود، وما إذا كان النقص هو عدم وجود هيكلي أو إغفال التسليم. بالنسبة لنموذج "إذا كان هناك أي فحص"، يجب توفير الشروط المطبقة وعيار العد في نفس الوقت لتجنب التعامل مع غياب فحص معين على أنه دفعة مفقودة.
اقترحت دراسة رحلة المريض المنشورة في "Nature Medicine" عام 2026 طريقة لاستخراج الكيانات السريرية من السجلات الطبية الإلكترونية المنظمة وغير المنظمة، ودمجها مع البيانات المشفرة، وتنظيمها في رحلات مريض يمكن الاستعلام عنها. ويوضح اتجاهات البحث التي تضع اللقاءات والأدوية والاختبارات والعلامات الحيوية والأعراض في نفس السياق الزمني.[2] بالنسبة لسلسلة توريد البيانات، هذا لا يعني أن جميع المشاريع يجب أن تقوم أولاً ببناء خريطة معرفية، ولكنه يعني أنه يجب الاحتفاظ بتعيين يمكن تتبعه بين المستندات الأصلية والبيانات المنظمة، بحيث يمكن إنشاء هيكل زمني أو رسم بياني لاحقًا بناءً على مهام محددة.
تحتفظ المتغيرات السريرية بسياقها الأصلي وعملية التغيير
يجب ألا تفصل جداول التوقيت المهيكلة "القيمة" عن حالتها السريرية. يجب أن تحتفظ نتائج الاختبار على الأقل باسم المشروع والنتائج الأصلية والوحدات والفواصل المرجعية والتعرف غير الطبيعي والعينات ووقت التجميع؛ يجب أن تميز بيانات الدواء الأوامر الطبية ووقت البدء والتوقف والجرعة والمسار والتكرار وحالة التنفيذ. إن تعديل أو إيقاف الأوامر الطبية قد يعكس في حد ذاته تغيرات في مسار المرض، وإذا تم الاحتفاظ بالوصفة الطبية النهائية فقط، فسيتم فقدان مسار العلاج. يجب أن يحفظ المقياس اسم المقياس، والإصدار، والنتيجة الإجمالية ودرجة العنصر لتسهيل إعادة الحساب والتحقق. إذا تم تعميم العمر أو تجاهله، فيجب الاحتفاظ بقواعد التعميم وقيود الاستخدام، ويجب عدم الخلط بين القيم المعالجة والقياس الأصلي. تحتوي تشخيصات
أيضًا على دلالات زمنية. قد يكمل التشخيص الأولي والتشخيص المنقح وتشخيص الخروج والتشخيص المرضي أو يغير كل منهما الآخر. يجب أن تحتفظ بنية البيانات بوقت التشخيص ونوع السجل وإصدار الترميز وأداة المصدر، ولا يمكن أن تترك سوى رمز نهائي واحد. إذا تم إنشاء تسمية موحدة لمهمة نموذجية معينة، فمن الضروري إنشاء حقل تسمية مهمة منفصل والاحتفاظ بأساس الحكم الخاص به. وهذا يسمح بدراسة التطور التشخيصي ويمنع الباحثين اللاحقين من الخلط بين السجلات السريرية ومعالجة العلامات.
يجب أن تنخفض الاتصالات متعددة الوسائط من "نفس المريض" إلى "نفس الحدث السريري". قد يخضع نفس المريض لفحوصات متعددة لأجزاء مختلفة في نفس اليوم، أو قد يتم تكرار عمليات الفحص خلال فترة زمنية قصيرة؛ سيؤدي الارتباط فقط بواسطة معرف المريض أو التاريخ إلى تجميع الصور والتقارير غير ذات الصلة معًا. يمكن إنشاء الارتباط من خلال معرف العلاج أو رقم طلب الفحص أو معرف التقرير أو معرف الدراسة/السلسلة أو مفتاح الحدث الداخلي. بعد إزالة حساسية المعرف الحساس، سيتم استبداله بمفتاح مجهول ثابت. قبل التسليم، يمكن استخراج الوقت والموقع والمراجع المقارنة في التقرير، ويمكن فحص قائمة الفهرس تلقائيًا، ومن ثم يمكن للعاملين الطبيين مراجعة حالات عدم التطابق أو الطبقات المفقودة أو التسلسلات الزمنية غير المعقولة.
يجب تحديد مجموعات المرض وتسميات النتائج بشكل مشترك سريريًا عند إنشاء مجموعة
، يجب تنفيذ معايير إدراج المرض في الترميز والنص التشخيصي والأدلة السريرية. الاعتماد فقط على رمز تشخيص واحد قد يشمل الحالات التي لا تستوفي التعريف المستهدف؛ إن النظر فقط إلى النص الحر قد يؤدي أيضًا إلى سوء التقدير بسبب المرادفات أو السلبيات أو التشخيصات التاريخية. يمكن استخدام فحص الترميز كفحص أولي، ثم يتطلب دعمًا أساسيًا للأدلة الأساسية، مثل التصوير المقابل أو علم الأمراض أو السجلات المخبرية أو المتخصصة، كما يتطلب مراجعة طبية للتعامل مع العينات المتضاربة. يجب إدخال إصدارات التشفير وقواعد التعيين والاستثناءات في قاموس البيانات وسجلات القبول.
تحتاج المجموعات متعددة الأمراض والأقسام المتعددة أيضًا إلى فحص التركيبة السكانية. ستؤثر عوامل مثل العمر والجنس ومرحلة المرض وشدة المرض ونوع العلاج والمؤسسة والفترة الزمنية على أداء النموذج. إذا تم تركيز نوع معين من العينات في مؤسسة واحدة، أو جهاز واحد، أو مسار تشخيص وعلاج معين، فقد يتعلم النموذج العادات المؤسسية بدلاً من أنماط المرض. بالنسبة للأمراض النادرة أو الحالات المعقدة، فإن إضافة الحالات الصعبة بشكل مناسب يمكن أن يساعد في التدريب والاختبار، ولكن يجب أن يكون متسقًا مع الاستخدام المستهدف ويشرح بوضوح كيفية فحص العينات لتجنب الخلط بين المجموعة المعززة صناعيًا والتوزيع الحقيقي للانتشار السريري.
يجب أن يحتوي مجال النتائج على قواعد حكم ونوافذ مراقبة ومصادر أدلة وعمليات مراجعة. وينبغي تعيين حدود زمنية بين مدخلات النموذج وتسميات النتائج. على سبيل المثال، للتنبؤ بالتكرار المستقبلي، لا يمكن إدخال مستندات التكرار بعد النقطة الزمنية الأساسية في ميزات الإدخال؛ قد يتم إنشاء تقارير التصوير أو علم الأمراض بعد الأحداث السريرية، ومن الضروري أيضًا تجنب السفر قبل النقطة الزمنية للتنبؤ. من الأفضل تقسيم بيانات التدريب والتحقق من الصحة والاختبار حسب مجموعة المرضى؛ عندما يكون الهدف هو التحقق من قابلية التطبيق عبر المؤسسات، يجب الاحتفاظ بالمؤسسة بأكملها للاختبار الخارجي؛ عندما يكون الهدف هو الترحيل الزمني، يجب استخدام فترة زمنية لاحقة للاختبار. يمكن أن يؤدي التقسيم العشوائي حسب التقرير إلى تسرب السجلات شبه المكررة لنفس المريض إلى مجموعات متعددة.
أدت التطورات في التصوير بالذكاء الاصطناعي إلى زيادة متطلبات البيانات
CTPA هو اختبار تصوير مهم لتقييم الانسداد الرئوي. أنشأت دراسة نشرت في "npj Digital Medicine" في عام 2025 نموذجًا متعدد الوسائط حول تصوير CTPA وإنشاء التقارير والتنبؤ بالنتائج. غطت البيانات المستخدمة مصادر طبية متعددة ومجموعات من المرضى، مما يعكس أن البحث ينتقل من التمييز الإيجابي الفردي إلى التحليل المشترك للصور والتقارير والنتائج السريرية.[3] البيانات المطلوبة لهذا النوع من المهام ليست مجرد "الحصول على صورة CTPA": فهي تتطلب أيضًا القدرة على محاذاة المجموعة الكاملة من الصور وتفاصيل التقرير والسياق السريري ونتائج المتابعة، حتى نتمكن من تقييم ما إذا كان النموذج يمكنه تلخيص الآفات ودعم التحليل اللاحق.
اعتبارًا من أكتوبر 2026، أبلغت دراسة واقعية أخرى متعددة المؤسسات عن الأداء الفعلي للذكاء الاصطناعي للانسداد الرئوي التجاري في أنواع ومؤسسات الفحص المختلفة، مع الإشارة إلى أنه قد تكون هناك فجوة في الحساسية في ظل معايير دراسة النشر والتسجيل في العالم الحقيقي.[4] يذكر هذا النوع من الأدلة فرق البيانات بأن أداء النموذج بمجرد نشره سيتأثر بتكوين المريض وبروتوكول الاختبار ومرحلة المرض وسير العمل المؤسسي. لا تغطي مجموعة التدريب سوى بروتوكول مسح معين أو مستشفى واحد ولا يمكن تطبيقها تلقائيًا على مستشفيات أخرى؛ يجب أن يصف تقرير البحث فحص الحالة والمعدات والبروتوكولات وتجزئة البيانات وطرق التحقق الخارجي.
بدأت أيضًا موارد مجموعة بيانات التصوير لنفس العام في توفير معلومات أكثر دقة مثل الملصقات على مستوى الشريحة ومواقع وأنواع الانصمام.[5] تعتبر التسميات الدقيقة مفيدة في الترجمة ومهام الكتابة الفرعية، ولكن كلما كانت التسميات أكثر دقة، زادت متطلبات قواعد التعليقات التوضيحية ونطاق الصور واتفاقية الخبراء. يجب ربط المقاييس الخوارزمية بالاستخدام السريري: يجب ألا يشترك الفحص على مستوى الحالة، وتوطين الآفة، وتقسيم الخطورة، وإنشاء التقارير في معدل دقة واحد كإجابة نهائية. بالنسبة للآفات الصغيرة أو الحالات الحدودية، يجب تحليل الحساسية والنوعية ومؤشرات التقسيم الطبقي وفترات الثقة وأنواع الأخطاء بشكل منفصل. يمكن لـ
Langhui ربط هندسة البيانات والمراجعة السريرية في حلقة مغلقة
بالنسبة للمشاريع متعددة الوسائط ذات التسلسل الطويل، يمكن أن يركز العرض التقديمي الاحترافي الذي تقدمه Langhui على "تعريف المتطلبات، والنمذجة على مستوى المريض، والارتباط عبر الوسائط، ومراجعة الجودة والتسليم القابل للمراجعة". عند بدء المشروع، يتم تأكيد نوع المرض المستهدف ونقطة البداية الزمنية وتحديد النتائج ونطاق البيانات بشكل مشترك؛ في مرحلة العينة، يتم فحص ارتباطات المرضى والحقول الزمنية وسلامة المستندات وتسلسل الصور؛ وفي الدفعة الرسمية، يتم تحديد العيوب من خلال قوائم المستندات والقواعد التلقائية وعمليات فحص العينات الطبية؛ يتم الاحتفاظ بالإصدارات وسجلات إعادة الفحص بعد إعادة العمل. يجب أن تؤدي كل خطوة إلى إخراج حقول أو سجلات أو معايير قبول قابلة للفحص. يجب تأكيد مصدر البيانات المحدد وحالة الترخيص وفقًا لملف المشروع.
تعمل هذه الطريقة على تطوير "ما إذا كان من الممكن إرسال البيانات" إلى "ما إذا كانت مجموعة البيانات هذه يمكنها الإجابة على السؤال المستهدف."يمكن للعملاء التحقق من قواعد الارتباط وفجوات البيانات في وقت إثبات المفهوم، ويمكن لفرق الخوارزميات تقييم ما إذا كانت مدخلات النموذج يمكنها إعادة بناء الجدول الزمني، ويمكن للخبراء الطبيين العودة إلى المستندات وأدلة التحقق من التصوير، ويمكن لموظفي إدارة البيانات تدقيق المصادر والتنقيح وتغيير العمليات. بالنسبة للعناصر التي تحتاج إلى إعادة شراء، فإن الحفاظ على اتساق بنية حزمة المريض والقاموس الميداني وإصدار القبول سيوفر التكاليف أكثر من إعادة تفسير الكتالوج والحقول في كل مرة.
الأسئلة الشائعة
كم سنة يجب أن تكون البيانات الطبية طويلة السلسلة على الأقل؟ لا يمكنك الإجابة بعدد واحد فقط من السنوات. ينبغي تحديد نافذة المراقبة وخط الأساس وعدد زيارات المتابعة وتحديد النتائج وفقًا لأهداف البحث. تحدد مواصفات البناء في المرفق أكثر من ثلاث سنوات كحد أدنى للتجميع، لكن المهام النموذجية المحددة لا تزال بحاجة إلى وضع قواعد بداية ونهاية زمنية قابلة للتفسير.
لماذا تحتاج عمليات الفحص والصور إلى الاحتفاظ بالوقت الدقيق؟ لأن المرجع في سجل الدورة التدريبية، قد يحدث إنشاء نتائج الاختبار والحصول على الصور في أوقات مختلفة. إذا تم الاحتفاظ بالتاريخ أو تاريخ التصدير فقط، فقد لا يكون من الممكن تحديد ما إذا كان المؤشر متاحًا في وقت اتخاذ القرار، أو التحقق من العلاقة التسلسلية بين التقارير.
كيف ينبغي اختيار عينات POC ممثلة؟ ينبغي عمومًا تجنب التجميع المتقاطع لنفس المريض. ومن خلال استخدام التجزئة الزمنية أو الاختبار الخارجي للمؤسسة وفقًا للمهام المستهدفة، والتحقق من الملفات شبه المكررة وتسريبات قوالب التقارير، يمكننا الحصول على تقييم عام أقرب إلى النشر الفعلي.
المراجع
[1] كابلان أ، وآخرون. تعلم التاريخ الطبيعي للأمراض البشرية مع المحولات التوليدية. الطبيعة Nature, 2025. https://doi.org/10.1038/s41586-025-09529-3
[2] رحلات المريض الطولية القابلة للحساب من بيانات السجل الصحي الإلكتروني المنظمة وغير المنظمة. طب الطبيعة, 2026. https://www.nature.com/articles/s41591-026-04695-x
[3] نموذج لغة الرؤية لتوليد التقارير والتنبؤ بالنتائج في تصوير الأوعية الرئوية المقطعي المحوسب. npj الطب الرقمي, 2025. https://www.nature.com/articles/s41746-025-01807-8
[4] أداء واقعي متعدد المواقع للذكاء الاصطناعي التجاري للكشف عن الانسداد الرئوي والانسداد الرئوي العرضي. npj الطب الرقمي, 2026. https://www.nature.com/articles/s41746-026-03418-3
[5] ستانفورد أيمي. مجموعة بيانات تصوير الأوعية الدموية الرئوية المقطعية. https://aimi.stanford.edu/datasets/CT-Pulmonary-Angiography
