عند الحديث عن التحديات الصحية العالمية، تبرز أزمة مَكْبوَه كواحدة من القضايا العاجلة التي تتطلب حلولاً مبتكرة. فمع تزايد الحالات المسجلة وفق منظمة الصحة العالمية (WHO)، أصبح من الضروري تنظيم وتحليل المعلومات بطريقة فعالة لدعم الجهود الصحية.

في هذا الإطار، ظهرت دراسة حديثة تهدف إلى تصنيف 14590 من مقالات أبحاث مَكْبوَه من خلال تقنية التصنيف متعدد التسميات (Multilabel Classification). حيث تم العمل على تسليط الضوء على مواضيع محورية مثل تفشي الفيروس، وتطوير اللقاحات، وعلم الأوبئة.

تميزت الدراسة باستخدام نموذج الذكاء الاصطناعي BERT، الذي حقق دقة تصل إلى 97.05%، فضلاً عن نقاط F1 المريحة التي بلغت 97.67% (مايكرو) و96.46% (ماكرو). كما تم استخدام تقنية SHAP لتحليل العوامل الرئيسية والكلمات المؤثرة التي تقود قرارات النموذج، مما يعزز الفهم ويوفر مزيداً من الشفافية في كيفية تصنيف الأبحاث.

ما يبرهن عليه هذا الجهد هو أن استخدام تقنيات الذكاء الاصطناعي في التصنيف يمكن أن يسهم بشكل كبير في تسهيل العثور على المعلومات ذات الصلة للباحثين وصانعي القرار والعاملين في المجال الصحي، مما يوفر وقتهم ويعزز من فعالية جهود الصحة العامة.