Mapping social determinants of health in NIH research funding with large language models

في كل يوم، تتشكل صحة الإنسان بفعل ما هو أكثر بكثير من مجرد الدواء الذي يتلقاه أو الأطباء الذين يزورهم. فهي تتأثر بالهواء الذي يستنشقه، وسلامة حيه، وقدرته على تحمل تكاليف الغذاء، وما إذا كان بإمكانه الوصول إلى تعليم جيد. يطلق العلماء على هذه العوامل اسم المحددات الاجتماعية للصحة. إنها القوى الخفية التي تدفع ببعض المجتمعات نحو الازدهار بينما تعاني مجتمعات أخرى، وهي المسؤولة عن الغالبية العظمى من النتائج الصحية. ولإصلاح هذه المشكلات المتجذرة، تحتاج الحكومات إلى معرفة أين تذهب أموال أبحاثها. وفي الولايات المتحدة، تعمل المعاهد الوطنية للصحة كأكبر ممول عام لأبحاث الصحة في العالم، حيث توجه مليارات الدولارات إلى مشاريع محددة. وإذا استمر هذا التمويل في تجاهل بعض المشكلات الاجتماعية باستمرار، فإن الأدلة العلمية اللازمة لحل تلك المشكلات لن تُبنى أبداً.

لسنوات طويلة، واجه الباحثون الذين يحاولون تتبع مقدار الأموال التي تنفقها الحكومة على هذه القضايا الاجتماعية عقبة صعبة. فقد اضطروا لقراءة آلاف طلبات المنح، وهي وثائق طويلة ومعقدة يكتبها العلماء. ولإيجاد المشاريع ذات الصلة، اعتمدوا سابقاً على عمليات بحث حاسوبية بسيطة تبحث عن كلمات مفتاحية محددة. فإذا استخدم مقترح المنحة الكلمات الصحيحة تماماً، فسيتم احتسابه، أما إذا وصف نفس المشكلة باستخدام لغة مختلفة أو دمج الفكرة ضمن قصة أوسع، فإن الحاسوب سيفقدها. كانت هذه الطريقة جامدة للغاية، مثل محاولة البحث عن إبرة في كومة قش عبر البحث فقط عن الإبر التي لها نفس اللون تماماً. ونتيجة لذلك، ظلت الصورة الحقيقية لمسار تدفق أموال الأبحاث ضبابية، وظلت الفجوات في تمويل القضايا الاجتماعية الحرجة تمر دون ملاحظة.

قرر فريق من الباحثين مؤخراً تجربة نهج مختلف، باستخدام جيل جديد من الذكاء الاصطناعي يُعرف بنماذج اللغات الكبيرة. هذه أنظمة حاسوبية مدربة على كميات هائلة من النصوص يمكنها فهم السياق والفروق الدقيقة، تماماً مثل القارئ البشري. وبدلاً من مجرد مطاردة الكلمات المفتاحية، يمكن لهذه النماذج قراءة مقترح المنحة وفهم القصد الكامن وراءه، حتى عندما لا يستخدم المؤلف مصطلحات قياسية. اختبر الباحثون أحد عشر إصداراً مختلفاً من هذه النماذج لمعرفة أي منها يمكنه تحديد ذكر المحددات الاجتماعية في طلبات المنح بأفضل شكل. أرادوا معرفوا ما إذا كانت هذه النماذج الذكية يمكنها القيام بعمل أفضل من طرق الكلمات المفتاحية القديمة، وما إذا كان بإمكانها التعامل مع الواقع الفوضوي لكيفية كتابة العلماء عن المشكلات الاجتماعية.

ركزت الدراسة على أقسام "الأهمية المتعلقة بالصحة العامة" عبر مجموعة بيانات تضم أكثر من 2000 طلب منحة من السنة المالية 2023. قام الباحثون أولاً بتعليم نموذج التعرف على خمس فئات محددة من المحددات الاجتماعية: الاستقرار الاقتصادي، والوصول إلى التعليم، والوصول إلى الرعاية الصحية، والظروف المحيطة بالحي، والسياق الاجتماعي والمجتمعي. فعلوا ذلك من خلال جعل خبراء بشريين يصنفون جزءاً من النص بعناية، مما خلق مجموعة من الإجابات الصحيحة ليتعلم منها النموذج. ثم اختبروا النماذج لمعرفة مدى قدرتها على إيجاد هذه الفئات في بقية النص. كان التحدي كبيراً لأن معظم المنح لا تذكر هذه العوامل الاجتماعية على الإطلاق، وعندما تذكرها، غالباً ما تكون الإشارات إليها نادرة ومدفونة في أعماق النص.

كشفت النتائج عن حقيقة مذهلة حول كيفية عمل أنظمة الذكاء الاصطناعي هذه. وجد الباحثون أن النماذج الأصغر التي تم ضبطها بدقة (fine-tuned) خصيصاً للمهمة النهائية تفوقت على النماذج الضخمة العامة التي تهيمن على العناوين الإخبارية. وبشكل خاص، حقق نموذج ModernBERT-base أعلى أداء عندما تم تدريبه مباشرة على مهمة التصنيف المستهدفة في الدراسة. لقد حدد العوامل الاجتماعية في النص بشكل صحيح أكثر من النماذج الأكبر، والتي كانت أكبر بآلاف المرات وتعتمد على معرفتها العامة لتخمين الإجابات. كما كانت النماذج الأصغر أكثر استقراراً واتساقاً، في حين عانت النماذج الأكبر أحياناً في تعلم القواعد المحددة للمهمة.

ومع ذلك، كشفت الدراسة عن درس بالغ الأهمية حول كيفية استخدام هذه الأدوات. اكتشف الباحثون أن مجرد تدريب النموذج لم يكن كافياً؛ بل كان عليهم تعديل كيفية اتخاذ النموذج لقراراته النهائية. ولأن العوامل الاجتماعية تظهر نادراً جداً في النص، مال النموذج إلى تجاهلها، بافتراض أنها غير موجودة. ومن خلال تعديل حساسية النموذج لكل فئة محددة، تمكن الباحثون من استعادة كمية هائلة من المعلومات المفقودة. هذا التعديل حوّل نظاماً يكاد يعمل بصعوبة إلى نظام يعمل بأداء عالٍ. ولولا هذه الخطوة، لفشلت أكثر النماذج تقدماً في التقاط البيانات التي صُممت للبحث عنها.

وعندما نظر الباحثون عن كثب في الأنواع المختلفة من العوامل الاجتماعية، وجدوا أن النماذج تتصرف بشكل مختلف اعتماداً على الفئة. فبالنسبة للمواضيع الواضحة والمحددة جيداً، مثل الاستقرار الاقتصادي أو الظروف المحيطة بالحي، كانت النماذج الأصغر والمتخصصة ممتازة، حيث استطاعت رصد هذه العوامل بدقة عالية. لكن بالنسبة للمواضيع الأكثر غموضاً وتعقيداً، مثل السياق الاجتماعي والمجتمعي، أظهرت النماذج الأكبر والعامة ميزة. فهذه المواضيع توصف غالباً بطرق دقيقة تتطلب فهماً واسعاً للعلاقات الإنسانية والمجتمع، وهي نقطة قوة تمتلكها النماذج الضخمة. وهذا يشير إلى أنه بينما تكون النماذج الأصغر أفضل عموماً وأكثر كفاءة، إلا أن أكبر النماذج لا تزال تمتلك قدرة فريدة على فهم المفاهيم الاجتماعية الأكثر تجريداً.

إن تداعيات هذا العمل كبيرة فيما يتعلق بكيفية تمويل العلوم وفهمها. فقد أثبت الباحثون أنه من الممكن بناء نظام يمكنه مسح عقود من بيانات المنح ليرى بالضبط أي المشكلات الاجتماعية يتم دراستها وأيها يتم تجاهلها. وقد أظهروا أن هذا يمكن تحقيقه باستخدام حواسيب أصغر وأكثر كفاءة لا تتطلب أجهزة ضخمة ومكلفة أو برمجيات سرية ومملوكة لجهات معينة. وهذا يجعل من الممكن لمسؤولي الصحة العامة والباحثين تتبع اتجاهات التمويل في الوقت الفعلي، لضمان توجيه الأموال نحو المناطق التي هي في أمس الحاجة إليها. ومن خلال استخدام هذه الأدوات، يمكن للوكالات أخيراً رؤية المشهد الكامل لاستثماراتها البحثية، وتحديد النقاط العمياء حيث يعاني التمويل في المحددات الاجتماعية، وتوجيه القرارات المستقبلية لخلق نظام صحي أكثر إنصافاً.

كما سلطت الدراسة الضوء على فجوة مستمرة في المشهد البحثي الحالي. فحتى مع أفضل الأدوات المتاحة، أظهر التحليل أن مجالات معينة، وخاصة الوصول إلى التعليم وجودته، لا تزال ممثلة تمثيلاً ناقصاً بشكل كبير في المنح التي تحصل على التمويل. وهذا ليس مجرد خطأ في البيانات؛ بل هو انعكاس للمكان الذي اختار المجتمع العلمي تركيز اهتمامه عليه. فعندما يتم التغاضي عن عامل اجتماعي ما باستمرار في مقترحات الأبحاث، فإن قاعدة الأدلة اللازمة لحل تلك المشكلة تظل ضعيفة. إن القدرة على رسم خرائط هذه الاتجاهات بدقة تعني أن صناع السياسات يمكنهم الآن رؤية هذه الفجوات بوضوح واتخاذ خيارات مدروسة لموازنة محفظة الأبحاث، لضمان معالمة الدوافع وراء التفاوتات الصحية بنفس الصرامة التي تُعالج بها الأمراض نفسها.

في نهاية المطاف، يوفر هذا البحث عدسة جديدة لرؤية آليات الاكتشاف العلمي. فهو يتجاوز مجرد عد الكلمات لفهم القصد الحقيقي من البحث المقترح. ومن خلال الجمع بين دقة النماذج المتخصصة والفهم الواسع للنماذج الكبيرة، وعبر تعديل كيفية اتخاذ هذه الأنظمة لقراراتها بعناية، أنشأ العلماء أداً قوياً للشفافية. هذا الأداة لا تكتفي بعدّ المنح فحسب؛ بل تكشف عن أولويات أبح الصحة في الأمة، مقدمة مساراً واضحاً نحو مستقبل تُبنى فيه قرارات التمويل على فهم كامل ودقيق للقوى الاجتماعية التي تشكل صحتنا.