Repurposing Large Language Models as Instruments to Detect Transdiagnostic Speech Deviations across the Psychosis–Affective Spectrum
تُظهر هذه الدراسة أن قياس الانحرافات عن توقعات النماذج اللغوية الكبيرة (المفاجأة) يعمل كعلامة قابلة للتوسع وقوية للكشف عن التغيرات اللغوية العابرة للتشخيص، لا سيما في اضطرابات طيف الفصام والاضطراب ثنائي القطب، رغم أن قدرتها على التمييز بين المرضى الأفراد تظل متواضقة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
على مدى عقود، اعتمد الطب النفسي بشكل كبير على الكلمة المنطوقة. فعندما يفحص الطبيب مريضاً، فإنه لا يستمع فقط إلى ما يُقال، بل إلى كيفية قوله أيضاً. إنهم يلقون بالانتباه إلى تدفق الأفكار، والترابط بين الجمل، وإيقاع الكلام. يمكن لهذه الأنماط أن تكشف عن اضطرابات عميقة في التفكير، مثل الحالات التي تصبح فيها أفكار الشخص غير منظمة أو تقفز بشكل عشوائي من موضوع إلى آخر. يعد هذا سمة جوهرية لحالات مثل الفصام، حيث يمكن لبنية اللغة نفسها أن تنهار. ومع ذلك، فإن الاستماع إلى المريض والحكم على هذه التحولات الدقيقة مهمة صعبة على البشر؛ فهي تتطلب تدريباً مكثفاً، وحتى الخبراء غالباً ما يختلفون فيما يسمعونه. ولأنه لا توجد اختبارات بيولوجية بسيطة، مثل فحص الدم، لتشخيص هذه الحالات، فقد بحث هذا المجال طويلاً عن طريقة أكثر موضوعية لقياس أنماط الكلام هذه.
مؤخراً، ظهر نوع جديد من البرامج الحاسوبية قد يقدم حلاً. هذه هي النماذج اللغوية الكبيرة، وهي نفس التكنولوجيا التي تشغل العديد من برامج الدردشة الحديثة. لقد تم تدريبها على كميات هائلة من النصوص من الكتب والمواقع الإلكترونية والمحادثات، لتعلم القواعد الإحصائية لكيفية تتابع الكلمات وراء بعضها البعض. في الجوهر، هي تبني خريطة داخلية ضخمة لما يبدو عليه الحوار الطبيعي والصحي. بدأ الباحثون يتساءلون عما إذا كان بإمكان هذه البرامج أن تعمل كنوع جديد من الأدوات القياسية. إذا انحرف كلام الشخص بشكل كبير عن الأنماط التي يتوقعها الحاسوب، فهل يمكن لهذا الانحراف أن يكون علامة قابلة للقياس على المرض؟ هذا السؤال يقع عند نقطة التقاء الذكاء الاصطناعي بالصحة العقلية، متسائلاً عما إذا كانت قدرة الآلة على التنبؤ بالكلمة التالية في الجملة يمكن أن تساعدنا في فهم العقل البشري.
قام فريق من الباحثين في ألمانيا باختبار هذه الفكرة مع مجموعة كبيرة من الناس. لقد جمعوا 371 مشاركاً، بما في ذلك 178 شخصاً سليماً و194 مريضاً تم تشخيصهم باضطرابات نفسية مختلفة. انقسم المرضى إلى ثلاث مجموعات رئيسية: أولئك الذين يعانون من اضطرابات طيف الفصام، وأولف يعانون من الاضطراب ثنائي القطب، وأولئك الذين يعانون من الاضطراب الاكتئابي الجسيم. ولضمان تحدث الجميع في ظروف متشابهة، طلب الباحثون من كل شخص النظر إلى أربع صور وسرد قصة عما يحدث في المشهد. هذا اختبار قياسي يستخدم في علم النفس لتشجيع السرد القصصي الطبيعي. قام الباحثون بتسجيل هذه القصص، وتفريغها إلى نصوص، ثم تغذيتها في نموذج لغوي متطور.
صدرت تعليمات للحاسوب ليتصرف كما لو كان شخصاً سليماً. وبينما كان يقرأ كل قصة، كان يحسب درجة لكل جملة بناءً على مدى "مفاجأته" بالكلمات التي واجهها. إذا تدفقت القصة بالطريقة التي توقعها الحاسوب، كانت درجة المفاجأة منخفضة. أما إذا اتخذت القصة منعطفاً غير متوقع، أو استخدمت تركيبات كلمات غريبة، أو خرقت قواعد القواعد اللغوية بطريقة تعطل التدفق، فإن درجة المفاجأة ترتفع. أطلق عليها الباحثون اسم "الدهشة" (surprisal). ثم قارنوا هذه الدرجات عبر المجموعات المختلفة، مع ضبط العوامل بدقة مثل العمر، والتعليم، ومتوسط طول الجمل، للتأكد من أن النتائج لم تكن مجرد انعكاس لطول مدة حديثهم.
كشفت النتالئج عن نمط واضح يميز المجموعات. فالقصص التي رواها الأشخاص المصابون باضطرابات طيف الفصام أنتجت باستمرار درجات دهشة أعلى بكثير من تلك التي رواها المتطوعون الأصحاء. وهذا يعني أن كلامهم كان أقل قابلية للتنبؤ بالنسبة للحاسوب بشكل ملحوظ، ومنحرفاً عن المعايير الإحصائية للغة السليمة. كما أظهر الأشخاص المصابون بالاضطراب ثنائي القطب درجات مرتفعة، وإن لم يكن التأثير قوياً مثل مجموعة الفصام. ومن المثير للدهشة أن القصص التي رواها المصابون بالاضطراب الاكتئابي الجسيم كانت لا يمكن تمييزها عن قصص الضوابط الأصحاء. كان كلامهم بنفس القدر من قابلية التنبؤ مثل المتطوعين الأصحاء، مما يشير إلى أن النوع المحدد من اضطراب اللغة الذي يقيسه هذا الأسلوب ليس سمة عامة لجميع الأمراض العقلية، بل هو مرتبط بشكل وثيق بطيف الذهان.
نظر الباحثون أيضاً في ما إذا كانت هذه الدرجات تتوافق مع شدة أعراض المرضى. ووجدوا أن درجات الدهشة الأعلى كانت مرتبطة بصعوبات أكبر في التفكير والكلام، مثل الأفكما غير المنظمة التي تُرى غالباً في حالات الفصام. ومع ذلك، كان هذا الارتباط مدفوعاً في الغالب بالاختلافات بين المجموعات التشخيصية بدلاً من مدى مرض مريض معين في يوم ما. بعبارة أخرى، كان الحاسوب أفضل في التمييز بين شخص مصاب بالفصام وشخص سليم منه في التنبؤ بمدى شدة أعراض مريض معين في تلك اللحظة. كما أكدت الدراسة أن هذه النتائج لم تكن ببساً لأن المرضى يتحدثون بجمل أقصر أو لديهم مستوى تعليم أقل؛ فقد ظلت النتيجة قائمة حتى بعد أن قام الباحثون بمراعاة هذه العوامل.
بينما كانت قدرة الحاسوب على التمييز بين المجموعات واعدة، إلا أنها لم تكن مثالية. استطاعت التكنولوجيا تحديد أنماط قد يغفل عنها المقيمون البشر، لكنها لم تكن دقيقة بما يكفي لاستخدامها كأداة تشخيصية مستقلة. تشير الدراسة إلى أن هذا الأسلوب يلتقط جانباً حقيقياً وقابلاً للقياس من كيفية انهيار اللغة في بعض الحالات النفسية، مما يوفر طريقة جديدة وموضوعية للنظر في الكلام. إنها تظهر أن التوقعات الإحصائية لآلة، تدربت على اللغة الجماعية للبشرية، يمكنها اكتشاف الكسور الدقيقة، وغير المرئية غالباً، في كلام أولئك الذين يعانون من الذهان. هذا لا يحل محل الحاجة إلى الأطباء البشريين، ولكنه يقدم أداة جديدة محتملة لمساعدتهم على رؤية ما يحدث في العقل من خلال الكلمات التي يختار الشخص نطقها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.