يعتبر التشخيص النفسي عملية معقدة تتطلب من الأطباء اتخاذ قرارات حيوية بشأن الأسئلة التي يجب طرحها، وترتيبها، وكيفية تفسير الإجابات التي قد تكون غامضة أو غير مكتملة. مع تزايد الاهتمام بتطبيقات الذكاء الاصطناعي في الرعاية الصحية، ما زالت البنية التحتية لهذه الأنظمة محدودة. لذا، تم تناول هذه المهمة كمسألة اختيار الأسئلة، حيث قمنا بتطوير مجموعة من الأسئلة السريرية المؤسسية، توفّر معلومات محددة مسبقًا، مع التحكم في صعوبة المريض.

قُمنا بتقديم معيار خاص بأسئلة الاختيار استنادًا إلى بنك يضم 655 سؤالًا أعدّها أطباء مختصون، بالإضافة إلى وصفات مرضى اصطناعية تتضمن خمسة شروط سلوكية مختلفة. في تقييمنا، قمنا بمقارنة عدة استراتيجيات للاختيار، بما في ذلك الأسئلة العشوائية، واستبيان التشخيص النفسي التقليدي، واستخدام سياسة توجيه مدعومة بنماذج لغوية ضخمة (Large Language Models) عبر 300 جلسة مقابلة مع أربعة مرضى وحالات سلوكية متنوعة.

أظهرت النتائج أن النموذج التقليدي من الأسئلة المرتبة سريريًا يتفوق بشكل كبير على الأسئلة العشوائية، بينما حققت السياسة المدعومة بنموذج لغوي أداءً متميزًا في استعادة المعلومات. يتزايد هذا الفارق بشكل كبير خاصة عندما تكون سلوكيات المرضى أقل قابلية للتجهيز، مما يدل على أهمية الوصول إلى الموضوعات الصحيحة ضمن ميزانية تفاعلية محدودة.

تقدم هذه الدراسة إطارًا متحكمًا لدراسة كيفية مساهمة الهيكلة السريرية والمتابعة التكيفية في تعزيز استعادة المعلومات أثناء تطبيقات تعلم الآلة السريرية.