في أعقاب التطورات الأخيرة في العلاج النفسي، أصبحت تخصيص العلاج أمرًا محوريًا يتمحور حول اختيار وحدات علاجية تعتمد على الشبكات الشخصية للمرضى. لكن جمع البيانات اللازمة لإنشاء شبكات شخصية يتطلب جهدًا كبيرًا قد يكون صعبًا التنفيذ.

لذا، قرر الباحثون اختبار فكرة مبتكرة: هل يمكن للنماذج اللغوية الضخمة (Large Language Models) أن تُعزز من تخصيص العلاج النفسي؟ من خلال هذه الدراسة، تم تطوير خط أنابيب شامل لتوليد الشبكات العلاجية بشكل تلقائي لدعم تصور الحالة والتخطيط للعلاج.

قام الباحثون بتعليق وتحليل 8,028 جملة من 77 نصًا للعلاج، في إطار جهودهم لتقدير العمليات السريرية ذات الصلة. في المرحلة الأولى من المشروع، تم تحديد هذه العمليات من خلال تصنيف ثنائي ثم تم تطوير تصنيفات متعددة الأبعاد لها.

اعتُمدت بعد ذلك طريقة من مرحلتين لتجميع هذه العمليات إلى مجموعات ذات دلالات سريرية، ومن ثم توليد تسميات لهذه المجموعات ورسم العلاقات بينها. على الرغم من أن النتائج قد دعمت بشكل عام فعالية النموذج، إلا أن اتفاق المراجعين حول مقاييس أداء النموذج كان متباينًا، مما يتطلب مزيدًا من البحث.

بناءً على التحليل الكيفي للشبكات الناتجة، يتضح أن تطوير الشبكات من نصوص العلاج باستخدام النماذج اللغوية الضخمة يعد خطوة قابلة للتنفيذ. ومع ذلك، فإن التحقق من تأثير هذه الشبكات على نتائج العلاج يتطلب مزيدًا من الدراسات، خاصةً مقارنةً بطرق تخصيص العلاج الأخرى.

تم تناول الاستخدامات المحتملة والقيود الخاصة بخط أنابيب البحث، مما يوفر رؤى جديدة يمكن أن تدعم مستقبل العلاج النفسي.