في عالم الصحة النفسية، يُعتبر الكشف المبكر عن الخرف (Dementia) خطوة حاسمة في تقديم التدخلات العلاجية الفعّالة. وقد تمثل الأساليب التقليدية المستخدمة في التشخيص تحديات، نظرًا لتركيزها على بُعد تمثيلي واحد، مثل دلالات الصوت، أو نمذجة فترات التوقف، أو نصوص التعرف التلقائي على الكلام (ASR). وفي هذا السياق، يتقدم الباحثون بحل مبتكر يتمثل في نموذج لغوي كبير معدّل باستخدام تقنية التكيف منخفض الرتبة (LoRA).

يعتمد النموذج المقدم على أربع ميزات رئيسية مستمدة من الكلام، تشمل نصوص ASR مع علامات التوقف، إشارات الموضوع على مستوى النقاش، إحصائيات السلاسة الزمنية، والنماذج الصوتية. يسمح دمج هذه الميزات ضمن موجه موحد للنموذج بتعزيز القدرة على استنتاج القرارات بطريقة متماسكة دون الحاجة إلى ترميزات خاصة بكل نمط أو دمج متأخر.

وعند إجراء التجارب على مجموعة بيانات ADReSSo، حقق النموذج الأفضل نسبة F1 وصلت إلى 90.14%. تؤكد التجارب الإضافية على المساهمة التكاملية لكل ميزة في تعزيز الفهم الشامل للحالة الصحية. يُظهر هذا الابتكار كيف يمكن لإمكانات التعلم الآلي أن تسهم في تحسين مراقبة الصحة النفسية وتقديم المساعدة في الوقت المناسب.