القاهرة – فاطمة محمد:
كشفت دراسة دولية قادها البروفيسور جوزيف كامبايتس والبروفيسور كاي فوغِلي من كلية الطب بجامعة كولون والمستشفى الجامعي في كولون، أن النماذج اللغوية الضخمة يمكن أن ترفع جودة الاستبيانات المستخدمة في تشخيص الاضطرابات النفسية عبر تحسين دقة رصد الأعراض وتقليل التداخل بين الأسئلة. ونُشرت الدراسة، تحت عنوان «البنية التجريبية للاعتلال النفسي كما تمثلها النماذج اللغوية الضخمة»، في مجلة Nature Mental Health.وتعتمد عملية التشخيص النفسي على الأعراض التي يقدمها المرضى في استبيانات سريرية، إلا أن اختلاف صياغة الأسئلة بين أداة وأخرى يُحدث تفاوتًا قد ينعكس على دقة التشخيص. ورصد الباحثون وجود تكرار وفجوات واضحة في الأسئلة المستخدمة لاكتشاف الاكتئاب والاضطراب ثنائي القطب ومؤشرات الذهان، ما يصعّب مهمة الأطباء ويرفع احتمالات الخلط بين اضطرابات تتقاطع في أعراض متشابهة.ويشير البروفيسور كامبايتس إلى أن تأثير صياغة الأسئلة على قرارات الأطباء لا يزال غير مفهوم بشكل كافٍ، موضحًا أن اختلاف النتائج قد يكون مرتبطًا بتباين حالة المرضى ضمن الفئة نفسها أو باختلاف أدوات التقييم السريرية.
وبحسب موقع «ميديكال إكسبريس» المتخصص في الأبحاث الطبية، استعانت الدراسة بنماذج لغوية متقدمة، من بينها GPT-3 وLlama وBERT، لتحليل محتوى وبنية أربعة استبيانات سريرية، اعتمادًا على قاعدة بيانات تضم أكثر من 50 ألف استبيان تغطي الاكتئاب والقلق ومخاطر الذهان والتوحد.وأظهرت النتائج أن النماذج اللغوية قادرة على التعرّف إلى الأعراض التي تظهر عادة معًا، مثل ارتباط فقدان الدافع بفقدان المتعة، حتى دون الوصول إلى بيانات سريرية مباشرة. فقد كانت صياغة الأسئلة وحدها كافية لالتقاط هذه الارتباطات، ما يفتح الباب أمام تطوير استبيانات أكثر دقة واختصارًا، خالية من التكرار، وتُسهِّل عملية التشخيص لكل من الطبيب والمريض.
