← أحدث الأبحاث
📄 psychiatry and clinical psychology

Anxiety Symptom Trajectories Following AI-Powered Cognitive Behavioral Therapy in United Kingdom Primary Care: A Multilevel Growth Curve Analysis of the NHS Digital Wellbeing Programme

تكشف هذه الدراسة الأترابية الاستشرافية التي شملت 6,284 مريضاً في الرعاية الأولية بالمملكة المتحدة أنه بينما يقلل العلاج المعرفي السلوكي المدعوم بالذكاء الاصطناعي من أعراض القلق بشكل ملحوظ في المتوسط، فإن الاستجابة للعلاج متباينة عبر أربع فئات مسارية متميزة، مع تأثر النتائج بالشدة عند خط الأساس، والمشاركة، وفجوة ملحوظة مرتبطة بالحرمان، مما يدعم في النهاية دور المنصة كتدخل قابل للتوسع في المناطق ذات القدرة الاستيعابية المحدودة.

المؤلفون الأصليون: Lim, A., Pemberton, J.

نُشر 2026-03-31
📖 5 دقيقة قراءة🧠 قراءة متعمّقة

المؤلفون الأصليون: Lim, A., Pemberton, J.

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ هذا شرح مولَّده بالذكاء الاصطناعي لبحث مسبق لم يخضع لمراجعة الأقران. وهو ليس نصيحة طبية. لا تتخذ أي قرارات تتعلق بصحتك بناءً على هذا المحتوى. اقرأ إخلاء المسؤولية الكامل

الصورة الكبيرة: "المستجيب الأول" الرقمي للقلق

تخيل هيئة الخدمات الصحية الوطنية (NHS) في المملكة المتحدة كمستشفى ضخم ومزدحم. لسنوات، كانت غرفة الانتظار للعلاج بالكلام (العلاج المعرفي السلوكي، أو CBT) تفيض بالناس. يعاني المصابون بالقلق من الانتظار لأشهر — أحياناً أكثر من 90 يوماً — لرؤية معالج بشري. الأمر يشبه محاولة الحصول على طاولة في مطعم شهير في ليلة الجمعة، لكن قائمة الانتظار طويلة جداً لدرجة أنك قد تتضور جوعاً قبل أن يتم إجلاسك.

لحل هذه المشكلة، قدمت هيئة الخدمات الصحية الوطنية "مستجيبًا أول" رقميًا: تطبيق مدعوم بالذكاء الاصطعي يسمى CalmLogic. فكر في هذا التطبيق كمدرب رقمي متاح على مدار الساعة طوال أيام الأسبوع، يعلمك كيفية إدارة القلق باستخدام نفس التقنيات المجربة التي يستخدمها المعالج البشري، ولكن بشكل فوري ومجاني.

سألت هذه الدراسة ثلاثة أسئلة كبيرة:

  1. هل يعمل هذا التطبيق حقاً من أجل الناس؟
  2. هل يعمل بنفس الطريقة مع الجميع؟
  3. هل يغير مكان سكنك أو مدى انشغال عيادتك المحلية مدى فعاليته؟

التجربة: سباق ضد الزمن

نظر الباحثون في حالة 6,284 شخصاً عبر 187 عيادة طب عام مختلفة في إنجلترا. كان هؤلاء الأشخاص يعانون من القلق وسجلوا في التطبيق. وعلى مدار ستة أشهر، قاموا بالمتابعة بانتظام للإبلااب عن مستويات القلق لديهم (باستخدام درجة بسيطة من 0 إلى 21 تسمى GAD-7).

لم يكتفِ الباحثون بالنظر إلى النتيجة "المتوسطة". بدلاً من ذلك، استخدموا مجهراً إحصائياً متطوراً (يسمى نمذجة منحنى النمو متعدد المستويات) لمراقبة كيف تغير القلق لدى كل فرد بمرور الوقت، مع النظر أيضاً إلى "الحي" (عيادة طب العام) الذي ينتمون إليه.

النتائج: أربع نتائج مختلفة لـ "السباق"

إذا نظرت فقط إلى المتوسط، فسترى أن القلق انخفض لدى الجميع. لكن القصة الحقيقية هي أن الناس خاضوا هذا "السباق" بأربع طرق مختلفة تماماً. وجد الباحثون أربع مجموعات متميزة:

  1. العدّاؤون السريعون (المستجيبون السريعون - 28%):

    • التشبيه: هؤلاء هم الأشخاص الذين بدأوا استخدام التطبيق وشهدوا تحسناً هائلاً في أول شهرين. كانوا مثل العدائين الذين وجدوا رياحاً خلفية مثالية تدفعهم.
    • من هم: غالباً أشخاص يعانون من قلق شديد في البوة، ونساء، وأولئك الذين التزموا حقاً بالتطبيق (أكملوا معظم الوحدات العشر).
  2. عدّاؤو الماراثون (المتحسنون تدريجياً - 34%):

    • التشبيه: هؤلاء الأشخاص لم يركضوا بسرعة، لكنهم حافظوا على وتيرة ثابتة ومستمرة. لقد تحسنوا قليلاً كل أسبوع، مثل صعود بطيء وثابت لتلة. وبحلول النهاية، أصبحوا في حال أفضل بكثير.
    • من هم: المجموعة الأكبر. كان لديهم قلق متوسط واستمروا في استخدام التطبيق بانتظام.
  3. المتوقفون عند الهضبة (المستجيبون جزئياً - 23%):

    • التشبيه: بدأ هؤلاء بشكل جيد، وتحسنوا قليلاً، ثم اصطدموا بحائط. الأمر يشبه سيارة نفد منها الوقود في منتصف الطريق نحو التلة. لقد تحسنوا، لكن ليس بما يكفي ليشعروا بـ "الشفاء".
    • من هم: غالباً ما كان لديهم مشكلات أخرى مثل الاكتئاب إلى جانب القلق.
  4. السيارات المتعطلة (غير المستجيبين - 15%):

    • التشبيه: بالنسبة لهذه المجموعة، لم يبدُ أن التطبيق ساعدهم على الإطلاق. ظل قلقهم كما هو أو حتى ساء قليداً.
    • من هم: كانت هذه المجموعة لديها أعلى معدلات الاكتئاب الشديد، والمشاكل الصحية الجسدية طويلة الأمد، وكانوا يتناولون الأدوية. كانوا بحاجة إلى نوع آخر من المساعدة، وليس مجرد تطبيق.

التحول المفاجئ: كلما كانت العيادة "أكثر انشغالاً"، كان التطبيق يعمل بشكل أفضل

إليك أمتع ما وجدته الدراسة.

عادةً، قد تعتقد أنه إذا كانت العيادة المحلية مشغولة للغاية ولديها أوقات انتظار طويلة، فإن التطبيق الرقمي سيكون بمثابة "الملجأ الأخير" وربما يعمل بشكل أقل جودة. لكن الدراسة وجدت العكس.

  • التشبيه: تخيل بلدين. البلد (أ) لديه وقت انتظار قصير للطبيب البشري. البلد (ب) لديه انتظار لمدة 6 أشهر. في البلد (ب)، تحسن الأشخاص الذين استخدموا التطبيق بسرعة أكبر مما كان عليه الحال في البلد (أ).
  • لماذا؟ يعتقد الباحثون أنه في البلد (ب) (حيث فترة الانتظار طويلة)، لا يعتبر التطبيق مجرد "خطة بديلة"؛ بل هو الخطة الوحيدة. الناس هناك لديهم دافع قوي لاستخدام التطبيق لأنه ليس لديهم خيار آخر. في البلد (أ)، قد يكون الناس أقل حماساً لأنهم يعرفون أن معالجاً بشرياً سيأتي قريباً.

الخلاصة: التطبيق هو الأكثر قيمة بالضبط حيث تكون هيئة الخدمات الصحية الوطنية (NHS) أكثر تعثراً. إنه يعمل كجسر حيوي للأشخاص الذين قد يظلون عالقين في غرفة الانتظار لشهور.

فجوة عدم المساواة: عقبة "الحرمان"

وجدت الدراسة أيضاً حقيقة حزينة ولكنها مهمة حول العدالة. الأشخاص الذين يعيشون في المناطق الأكثر حرماناً (فقراً) تحسنوا ببطء أكثر من أولئك الذين يعيشون في المناطق الغنية، حتى لو استخدموا التطبيق بنفس القدر.

  • التشبيه: تخيل شخصين يركضان على أجهزة المشي. أحدهما يركض على مسار ناعم ومستوٍ (منطقة غنية). والآخر يركض على مسار مليء بالرمال والصخور (منطقة محرومة). حتى لو ركضا بنفس السرعة (نفس استخدام التطبيق)، فإن الشخص الذي يركض على المسار الصخري يتعب أكثر ويحرز تقدماً أقل.
  • لماذا؟ يمكن للتطبيق أن يعلمك كيفية إدارة القلق، لكنه لا يستطيع إصلاح عدم استقرار السكن، أو الضغوط المالية، أو سلامة الحي الذي تعيش فيه. هذه الصراعات الواقعية تجعل من الصعب على "الدواء الرقمي" أن يعمل بنفس الفعالية.

ماذا يعني هذا للمستقبل؟

  1. إنه يعمل، لكنه ليس سحراً: التطبيق يساعد غالبية الناس (أكثر من 60% تحسنوا بشكل ملحوظ)، لكنه لن يصلح قلق الجميع وحده.
  2. نحتاج لمعرفة من يحتاج للمساعدة بشكل أسرع: تشير الدراسة إلى أنه يجب علينا مراقبة من يستخدم التطبيق. إذا لم يتحسن شخص ما بعد بضعة أسابيع (من فئة "المتوقفين عند الهضبة")، فيجب على النظام تلقائياً تنبيههم لرؤية معالج بشري في وقت أقرب، بدلاً من الانتظار لشهور.
  3. نحتاج لإصلاح "المسار الصخري": لجعل الصحة الرقمية عادلة، نحتاج إلى اقتران هذه التطبيقات بدعم إضافي للأشخاص في المجتمعات الفقيرة، مثل العمال المجتمعيين الذين يمكنهم المساعدة في مواجهة الضغوط الواقعية التي لا يستطيع التطبيق معالجتها.

باختصار: تطبيق الذكاء الاصطناعي هو أداة قوية توفر الوقت وتساعد الناس، خاصة في المناطق التي تعاني فيها هيئة الخدمات الصحية الوطنية من الازدحام. ولكن لكي يعمل حقاً للجميع، نحتاج إلى الاعتراف بأن بعض الناس يحتاجون إلى مساعدة إضافية لتجاوز عقبات الفقر والمشاكل الصحية المعقدة.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →