في عالم تتداخل فيه التكنولوجيا مع الصحة النفسية، يبرز إطار ADAPTS (Agentic Decomposition for Automated Protocol-agnostic Tracking of Symptoms) كحل مبتكر لمشكلة حيوية. يتركز هذا الإطار على قدرة نماذج اللغات الضخمة (Large Language Models) على تقييم شدة الاكتئاب والقلق من خلال تحليل مكالمات سريرية طويلة.

بفضل هيكلية معمارية تعتمد على مزيج من الوكلاء، يُمكن لـ ADAPTS تقسيم المقابلات السريرية المطولة إلى مهام ضمن إطار الزمان والمتحدث، مما يوفر تبريرات قابلة للتدقيق أثناء عملية التقييم. استخدمت هذه الطريقة لتقييم بيانات من مجموعتين مستقلتين من المقابلات، مما أثبت قدرة دقة التقييم الآلي على الاقتراب من معايير الخبراء. حيث كانت دقة فرق الخطأ المطلقة للتقييم الآلي 22، مقارنةً بـ 26 في التقييم اليدوي.

لكن كيف يحدث ذلك؟ عندما تم إدخال بروتوكول موسع يتضمن تقاليد سريرية نوعية، شهدنا نتائج مستدامة أكثر. بلغت نسبة الاتفاق المطلق بين التقييمات 0.877، مما يشير إلى اتساق ملحوظ يعزز فاعلية الإطار.

على الرغم من أن النسخة الحالية قد تعتمد فقط على النصوص، إلا أن البنية الأساسية لـ ADAPTS يمكن أن تتكيف مع المدخلات متعددة الوسائط، بما في ذلك الميزات السمعية والبصرية.

بصورة عامة، يُعتبر إطار ADAPTS حجر الزاوية لتقديم تقييمات نفسية موضوعية وقابلة للتوسع خاصة في البيئات ذات الموارد المحدودة. هل ستكون هذه التقنية هي الحل الأمثل لتحسين التقييمات النفسية في المستقبل؟