يعتبر الكشف المبكر عن مرض الزهايمر (Alzheimer's Disease) تحدياً كبيراً، خاصةً بسبب نقص البيانات المصنفة المتاحة. ومع ذلك، فإن نماذج اللغة الضخمة (Large Language Models) برهنت على قدراتها الفائقة في نقل المعرفة بين المجالات المختلفة، إلا أن تطبيق هذه النماذج في مجال الزهايمر عبر التكيف الدقيق لا يزال مجالاً غير مستكشف نسبياً.

في دراسة حديثة، قمنا بتقييم معماريّات متعددة لنماذج اللغة عبر ثلاثة مجاميع نصوصية متنوعة: Pitt وCCC وADRC، بهدف التحقق من فعاليتها في الكشف عن مرض الزهايمر بناءً على النصوص. النتائج أظهرت أن النماذج التي تم ضبطها بدقة مثل BERT وT5 رسمت معايير جديدة في الأداء على مجموعتي بيانات Pitt وCCC، بينما حققت نتائج قوية على مجموعة ADRC.

من جهة أخرى، كان لنموذج Llama-1B القائم على فك التشفير أداءً تنافسياً عالياً، حيث تقارب نتائج أداءه مع تلك الخاصة بـ BERT وT5 عبر جميع المجاميع النصية، مما يبرز فعاليته في الكشف عن مرض الزهايمر.

نحن أيضاً أجرينا تقييم شامل لقوة نموذج Llama-1B، مُحللين قابلية نقل المعلومات عبر المجاميع النصية، وحجم المدخلات المثالي، وتأثير علامات النصوص السريرية. بشكل عام، أوضحت التحليلات أن التكيف الدقيق يغير تمثيلات الرموز الفردية، سواء كانت علامات لغوية أو كلمات محتوى، بطرق تعكس إشارات مرتبطة بالزهايمر.

تلك التطورات تُشير إلى طريق جديد نحو تحسين القدرة على التشخيص المبكر، مما يُعد أملاً جديداً للمرضى وعائلاتهم.