في إطار السجلات الطبية، يواجه المرضى غالباً ما يُعرف بـ "الظلم الشهادتي"، حيث تُقلل السرديات النصية من مصداقية تجاربهم. تُظهر الأبحاث السابقة أن تداخل الخصائص الديموغرافية يلعب دوراً أساسياً في الكشف عن مثل هذا الظلم. استخدم الباحثون أساليب اكتشاف السببية لدراسة كيفية ارتباط بعض الخصائص الديموغرافية، مثل العمر والجنس والعرق، بأنواع معينة من مصطلحات الظلم الشهادتي.

قدمنا نموذجاً هيكلياً سببيًا (Structural Causal Model) يربط هذه الخصائص الديموغرافية بطرق مختلفة قد تُنتقص بها واقع المرضى. لكن الأمور لا تتوقف عند الكشف عن المشكلة فقط؛ بل يمتد العمل إلى كيفية معالجة هذه القضايا من خلال إجراء تعديلات انتقائية جداً على ملاحظات الأطباء بناءً على ما تم اكتشافه في النموذج الهيكلي.

للمقارنة، تم استخدام تعديلات مستندة إلى القواعد ومقارنة أثرها بتعديلات قائمة على السياق، باستخدام نماذج لغوية كبيرة (Large Language Models). وتم تقييم تأثير هذه التغييرات على إدراك تجارب المرضى من خلال خبراء بشريين وباستخدام نموذج لغوي كبير. أظهرت النتائج أن هذه التعديلات، بشكل عام، تعزز من وضوح الطوارئ وأسباب حالات المرضى.

علاوة على ذلك، لوحظ أن التعديلات المستندة إلى القواعد قد تميل إلى تحويل اللوم بعيداً عن المرضى نحو عوامل خارجية أكثر موضوعية.

تسلط هذه النتائج الضوء على أهمية قياس مصادر الظلم في كيفية تسجيل شهادات المرضى، مما يدعو إلى اتخاذ خطوات أكبر نحو تقييم النتائج الصحية ضمن تمثيل أكثر عدلاً.