Cumulative In-Context Learning versus Simple Historical Weighting for Real-Time Geographic Origin Identification of Ongoing Epidemic Waves: A Comparative Evaluation Using Eight COVID-19 Waves in Japan

ملخص تقني: التعلم التراكمي في سياق المحادثة مقابل التوزين التاريخي البسيط لتحديد أصل الأوبئة

بيان المشكلة
يعد التحديد المبكر للمنشأ الجغرافي لموجات الأوب actually أمرًا بالغ الأهمية للتدخلات الصحية العامة المستهدفة، مثل تتبع المخالطين والتحذيرات من السفر. ومع ذلك، فإن الطرق الإحصائية التقليدية لتقدير الأصل (مثل الارتباط المتبادل، وسببية غرانجر، ومعدلات النمو المبكرة) تتعامل عادةً مع كل موجة وبائية كحدث مستقل. يفشل هذا النهج في الاستفادة من المعرفة الوبائية المتراكمة المتعلقة بالمناطق التي كانت تاريخيًا تعمل كنقاط دخول. وبينما توفر النماذج اللغوية الكبيرة (LLMs) آلية محتملة لـ "التعلم التراكمي" من خلال دمج السياق التاريخي في التنبؤات، فإنه لا يزال من غير المعروف ما إذا كانت النماذج اللغبية الكبيرة تتفوق على المراجع الإحصائية التقليدية في الكشف المبكر، أو ما إذا كان يمكن تكرار ميزة التعلم التراكمي باستخدام طرق إحصائية شفافة وقابلة للتفسير.

المنهجية
قيمت الدراسة ثلاثة نُهج حوسبية عبر ثماني موجات وبائية لمرض كوفيد-19 في اليابان (الموجات 2-8، 2020-2023)، باستخدام بيانات عدد الحالات على مستوى المحافظات مجمعة في 11 كتلة إقليمية. تم إجراء التنبؤات عند 7، 14، 21، و28 يومًا بعد بدء الموجة، وتم التحقق من صحتها مقابل الأصول المؤكدة جينوميًا.

1. المراجع الإحصائية غير التراكمية (B0–B5): تعاملت ست طرق مع كل موجة بشكل مستقل دون سياق تاريخي:

   • B0: يوم البداية المبكرة (الوقت لتجاوز عتبة الإصابة).
   • B1: معدل ذروة العدوى (أقصى معدل إصابة في نافذة المراقبة).
   • B2: معدل نمو المربعات الصغرى العادية (ميل النمو الأسي الطبيعي).
   • B3: معدل العدوى التراكمي (إجمالي الحالات في نافذة المراقبة).
   • B4: درجة السبق في الارتباط المتبادل (الأسبقية الزمنية للسلاسل الزمنية الإقليمية).
   • B5: درجة سببية غرانجر (الأولوية التنبؤية لمنطقة دون غيرها).
   • ملاحظة: بالنسبة لجميع الطرق، تم تحديد أفضل 3 مناطق مرتبة كأصول متوقعة.

2. النموذج اللغوي الكبير ذو التعلم التراكمي: تم استخدام نموذج لغوي كبير عام (Claude Haiku) دون ضبط دقيق. تلقى النموذج بيانات الموجة الحالية (معدلات الإصابة، أيام البداية) وسياقًا تاريخيًا تراكميًا (الأصول المؤكدة جينوميًا، أعلى/أدنى المعدلات، والمتغيرات من جميع الموجات السابقة). كُلِّف النموذج بتحديد أفضل 3 مناطق للأصل بناءً على هذا السياق المدمج. كما تم اختبار حالة نموذج لغوي كبير غير تراكمي (بيانات الموجة الحالية فقط) لعزل قدرات الاستدلال الجوهري لديه.

3. المراجع الإحصائية للحساب التراكمي: لاختبار ما إذا كانت ميزة النموذج اللغوي الكبير ناتجة عن "الاستدلال" أم مجرد "التوزين التاريخي"، قام المؤلفون بتنفيذ نسخ حسابية شفافة من أفضل المراجع أداءً (B1 وB3). تضيف هذه الطرق حدًا تاريخيًا موزونًا للتردد (P(r,n)) إلى درجة الموجة الحالية:
   $$Score_{cumul}(r) = Score_{baseline}(r) + \lambda \times P(r,n)$$
   حيث أن $P(r,n)$ هو نسبة الموجات السابقة التي كانت فيها المنطقة $r$ أصلًا مؤكدًا، وتم تحديد $\lambda$ بـ 0.75 بناءً على تحليل الحساسية.

المساهمات الرئيسية

• التقييم المقارن: تقدم الدراسة أول مقارنة منهجية بين النماذج اللغوية الكبيرة العامة والمراجع الإحصائية الراسخة لمهمة محددة وهي تحديد الأصل الجغرافي للأوبية باستخدام بيانات المراقبة الروتينية.
• فك الارتباط الآلي: تفكك الدراسة آلية "التعلم التراكمي" عن آلية "الاستدلال في النماذج اللغوية الكبيرة"، مما يثبت أن مكسب الأداء يأتي من توزين البيانات التاريخية وليس من الاستدلال الجوهري للشبكة العصبية.
• التنفيذ الشفاف: يقدم المؤلفون خوارزمية مكونة من أربع خطوات قابلة للتنفيذ عبر جداول البيانات (Box 1) تكرر دقة النموذج اللغوي الكبير دون الحاجة إلى بنية تحتية للذكاء الاصطي١، أو واجهات برمجة تطبيقات مملوكة، أو نماذج "الصندوق الأسود".

النتائج

• الأداء عند 14 يومًا: حققت المراجع الإحصائية للحساب التراكمي (B1_cumul, B3_cumul) متوسط درجة F1 قدره 0.51، وهو ما يضاهي أداء النموذج اللغوي الكبير ذو التعلم التراكمي (0.52) ويتفوق بشكل ملحوظ على جميع المراجع الإحصائية غير التراكمية (نطاق F1: 0.41–0.46).
• القدرة الجوهرية للنموذج اللغوي الكبير: حقق النموذج اللغوي الكبير غير التراكمي (بدون سياق تاريخي) درجة F1 بلغت 0.46، وهو ما يطابق أفضل المراجع الإحصائية غير التراكمية (B1, B3) ويتفوق على غيرها. ومن الملاحظ أن النموذج اللغوي الكبير غير التراكمي اكتشف الموجة 6 (Omicron BA.1) بدرجة F1 بلغت 0.40، بينما فشلت جميع الطرق الإحصائية (F1 = 0.00).
• النتائج الخاصة بكل موجة:
  • الموجة 7 (Omicron BA.5): تم تحديدها بشكل صحيح عند 14 يومًا بواسطة كل من الطرق التراكمية والنموذج اللغوي الكبير (F1 = 1.00).
  • الموجة 6 (Omicron BA.1): لم يتم اكتشافها من قبل أي من الطرق (F1 = 0.00). ويعزو المؤلفون ذلك إلى أن أصول هذه الموجة (أوكيناوا وتشوغوكو) كانت مرتبطة بأحداث بؤرية مبكرة سبقت دخولها إلى نظام المراقبة المحلية الروتيني، مما يعني أن بيانات المدخلات افتقرت إلى الإشارة اللازمة.
• هندسة الميزات: تشير الدراسة إلى أن النموذج اللغوي الكبير لم يعالج البيانات الخام بل عالج ملخصات وبائية صممها البشر. قد يعكس الأداء جودة هندسة الميزات هذه بقدر ما يعكس قدرة النموذج على الاستدلال.

الأهمية والادعاءات
يزعم البحث أن آلية التوزين التاريخي التراكمي، وليس قدرات الاستدلال الخاصة بالنموذج اللغوي الكبير، هي المحرك الأساسي لتحسين الأداء في التحديد المبكر لأصل الوباء. إن تقارب الطريقة الإحصائية الشفافة (F1 = 0.51) والنموذج اللغوي الكبير (F1 = 0.52) يشير إلى أنه بالنسبة لمهام الاستدلال المكاني المهيكلة في علم الأوبئة، فإن التنفيذات الحسابية البسيطة للقيم التاريخية المسبقة كافية ومفضلة نظرًا لشفافيتها، وقابليتها للتدقيق، وعدم اعتمادها على بنية تحتية للذكاء الاصطناي.

يضع المؤلفون هذا النهج ليس كبديل للمراقبة الجينومية، بل كـ مكمل قابل للنشر ومولد للفرضيات يمكنه تقديم تقديرات احتمالية للأصول في الوقت الفعلي (خلال 14 يومًا من البداية) باستخدام بيانات الحالات المتاحة روتينيًا فقط. وتؤكد الدراسة أنه بينما تظهر النماذج اللغبية الكبيرة قدرة جوهرية كبيرة على الاستدلال الجغرافي (كما يتضح من أداء النموذج غير التراكمي)، فإن ميزتها الهامشية مقارنة بالطرق الإحصائية الشفية في هذا السياق المحدد لا تبرر بعد تعقيد وتكلفة نشر الذكاء الاصطناعي في الممارسة الصحية العامة الروتينية. ويعد الفشل المنهجي في الموجة 6 تذكيرًا حاسمًا بأنه لا يمكن لأي طريقة تحليلية أن تعوض غياب إشارات المراقبة.