A Safety-First Machine Learning Framework for Precision Public Health: Segmenting Vaccine Hesitancy Among Iranian Adults

تخيل أنك تحاول جعل مدينة بأكملها تتفق على قاعدة جديدة، مثل ارتداء نوع معين من القبعات. إذا صرخت بنفس الرسالة العالية تماماً في وجه الجميع باستخدام مكبر صوت، فسيستمع بعض الناس، لكن البعض الآخر قد ينزعج، أو يشعر بأن حريته مهددة، ويقرر ارتداء القبعة بشكل مقلوب فقط لإثبات وجهة نظره. هذا يشبه قليلاً ما يحدث في الصحة العامة عندما يحاول المسؤولون إقناع الجميع بأخذ اللقاحات باستخدام نهج "مقاس واحد يناسب الجميع". أحياناً، الدفع بقوة زائدة يجعل الناس يتمسكون بآرائهم بشدة، وهو شعور يسميه العلماء "المقاومة النفسية" (psychological reactance).

ولإصلاح ذلك، يحاول مجال يسمى "الصحة العامة الدقيقة" أن يعمل كخياط ماهر بدلاً من مكبر صوت. فبدلاً من الصراخ بنفس الشيء للجميع، يحاول تحديد من هو سعيد بالفعل بأخذ اللقاح، ومن هو متردد، ومن هو معارض بشدة، ليرسل الرسالة المناسبة للشخص المناسب. تبحث هذه الورقة في كيفية استخدامنا للحواسيب للقيام بهذا التفصيل، وتحديداً بالنسبة للبالغين في إيران. وهي تسأل: هل يمكننا النظر إلى حقائق بسيطة حول مكان عيش الناس وأعمارهم لتخمين موقفهم تجاه اللقاحات، وهل يمكننا القيام بذلك بأمان حتى لا نزعج الأشخاص الخطأ عن طريق الخطأ؟

---

ممرض الفرز الرقمي

في هذه الدراسة، بنى فريق من الباحثين إطار عمل حاسوبي خاص صُمم ليعمل بمثابة "ممرض فرز رقمي" لمواقف اللقاحات. لم يرغبوا فقط في تخمين من سيأخذ اللقاح؛ بل أرادوا تصنيف 457 شخصاً بالغاً من إيران إلى ثلاث مجموعات متميزة: المتقبلون (الذين هم مستعدون للانطلاق)، والمترددون (الذين هم غير متأكدين ويحتاجون إلى محادثة)، والمقاومون (الذünü يرفضون الأمر حالياً).

تخيل البيانات التي استخدموها كمجموعة من الأدلة. فبدلاً من سؤال الناس مباشرة: "هل أنت خائف من الللقاحات؟" (وهو ما قد يجعلهم في حالة دفاعية)، نظر الكمبيوتر إلى أدلة موضوعية مثل أعمارهم، ووظائفهم، والأهم من ذلك، محافظة إقامتهم. الأمر يشبه محاولة تخمين نكهة الآيس كريم المفضلة لشخص ما ليس بسؤاله، بل بملاحظة أنه يعيش في بلدة ساحلية (ربما يحب الكراميل المملح) مقابل قرية جبلية (ربما يفضل النعناع بالشوكولاتة).

قاعدة "الأولوية للسلامة"

هذا هو الجزء الأكثر إثارة وذكاءً في الورقة البحثية. فقد أدرك الباحثون أن الحواسيب ليست مثالية. أحياناً، تكون الأدلة مربكة، وقد يكون الكمبيوتر غير متأكد من المجموعة التي ينتمي إليها الشخص. في العديد من البرامج الحاسوبية، يُجبر الجهاز على التخمين على أي حال، مما قد يؤدي إلى الأخطاء.

لكن هذا الفريق أضاف "صمام أمان". لقد وضعوا قاعدة: إذا لم يكن الكمبيوتر واثقاً بما يكفي في تخمينه، يجب ألا يخمن. بدلاً من ذلك، يقوم تلقائياً بإرسال ذلك الشخص إلى مجموعة "المترددين". لماذا؟ لأنه في عالم الصحة العامة، من الأكثر أماناً معاملة الشخص غير المتأكد على أنه شخص يحتاج فقط إلى محادثة ودية (مسار المترددين)، بدلاً من تصنيفه بالخطأ على أنه "مقاوم" وإرسال رسالة إليه قد تجعله غاضباً.

وجد الباحثون أن قاعدة السلامة هذه كانت نقطة تحول. حوالي 20% من الأشخاص في الدراسة كانوا مربكين جداً للكمبيوتر لدرجة أن صمام الأمان تدخل ووجههم إلى مجموعة "المترددين". وهذا يعني أن الكمبيوتر تجنب ارتكاب أخطاء محفوفة بالمخاطر، مما ضمن عدم تلقي أي شخص لرسالة ضاغطة عن طريق الخطأ.

ما وجده الكمبيوتر بالفعل

لم يحقق النموذج الحاسوبي دقة مثالية - فقد أصاب في حوالي 47.28% من التصنيفات. ورغم أن هذا قد يبدو منخفضاً، إلا أنه كان تحسناً بنسبة 42% مقارنة بمجرد التخمين العشوائي (الذي سيحقق 33.33% فقط). والأهم من ذلك، كشف الكمبيوتر عن بعض الأنماط المفاجئة:

1. الموقع هو الأهم: أكبر دليل للتنبؤ بموقف الشخص لم يكن دخله أو جنسه، بل مكان عيشه. فقد كان لدى الناس في محافظات مثل آذربايجان الشرقية وأصفهان مستويات ثقة مختلفة تماماً عن غيرهم. وهذا يشير إلى أن الثقة في الأنظمة الصحية هي أمر محلي للغاية، تماماً كما تختلف الأجواء بين الأحياء المختلفة في المدينة.
2. العمر هو مصفاة: كان الشباب (تتراوح أعمارهم بين 18-34 عاماً) أكثر عرضة للوقوع في مجموعتي "المقاومين" أو "المترددين". تشير الورقة إلى أن هذا قد يكون بسبب شعور الشباب بالآثار الجانبية للقاحات بشكل أقوى من كبار السن، مما يجعلهم أكثر حذراً.
3. الخسارة الشخصية: ومن المثير للاهتمام أن الأشخاص الذين فقدوا أفراداً من عائلاتهم بسبب كوفيد-19 كانوا أكثر عرضة للانتماء إلى مجموعة "المتقبلين". يبدو أن المأساة الواقعية كانت دافعاً قوماً للثقة في العلم.

الخلاصة

تخلص الورقة إلى أنه لا يمكننا فقط قذف نفس الرسالة للجميع. فمن خلال استخدام نهج "الأولوية للسلامة"، يمكن لمسؤولي الصحة استخدام بيانات بسيطة مثل العمر والموقع لتحديد من يحتاج إلى دفعة لطيفة، ومن يحتاج إلى شرح مفصل، ومن يحتاج إلى محادثة محترمة.

يعترف الباحثون بأن نموذجهم ليس كرة بلورية سحرية - بل هو أداة لمساعدة البشر على اتخاذ قرارات أفضل. ومن خلال السماح للكمبيوتر بالقول "أنا لست متأكداً، فلنتحدث مع إنسان" في الحالات الصعبة، يضمن إطار العمل أن الهدف ليس مجرد أن يكون صحيحاً، بل أن يكون رحيماً وفعالاً. إنه مخطط لتحويل الحشد الفوضوي إلى مجموعة من الأفراد، يحصل كل منهم على النوع المحدد من المساعدة التي يحتاجها ليشعر بالأمان والمعرفة.