تعزيز التنبؤ المخصص بمخاطر الانتحار لمرضى إدارة شؤون المحاربين القدامى من خلال دمج نماذج معالجة اللغة الطبيعية المنفصلة

لماذا تعتبر هذه الدراسة مهمة

الانتحار بين المحاربين القدامى يشكل أزمة صحية عامة ملحة، ومع ذلك فإن أفضل أدوات التنبؤ لدينا لا تزال تفشل في التقاط العديد من الأشخاص المعرضين للخطر، لا سيما أولئك الذين لا يبدون في خطر واضح. تستكشف هذه الدراسة ما إذا كانت الحواسيب قادرة على استخلاص المزيد من المعلومات من الكلمات المكتوبة في سجلات المحاربين القدامى الطبية لتحسين رصد من قد يحتاجون إلى مساعدة، مع تركيز خاص على من يُصنفون حالياً كمخاطر منخفضة أو متوسطة فقط.

النظر أبعد من الأرقام المألوفة

تستخدم وزارة شؤون المحاربين القدامى الأمريكية بالفعل نظاماً يُدعى REACH-VET لوضع علامات على المحاربين ذوي أعلى مخاطر الانتحار. يعتمد REACH-VET على المعلومات «المنظمة» التي تتناسب بسهولة مع الجداول، مثل التشخيصات، والإقامات السابقة في المستشفى، أو ما إذا كان شخص قد أبلغ عن أفكار انتحارية. ومع أن هذا النهج قوي، فإنه يعمل بشكل أفضل للمرضى الذين يترددون على خدمات الوزارة بشكل متكرر وينتجون الكثير من هذه البيانات المنظمة. يمكن أن يُغفل عن المحاربين الذين لديهم زيارات أقل، أو الذين لا تنعكس صراعاتهم بالكامل في مربعات الاختيار والرموز، رغم كونهم معرضين للخطر.

تحويل ملاحظات الأطباء إلى إشارات قابلة للاستخدام

الكثير مما يعرفه الأطباء عن المريض يكمن في الملاحظات الحرة بدل الحقول المرتبة. استغل الباحثون هذه الملاحظات المكتوبة — المأخوذة خلال فترة تتراوح بين 5 إلى 30 يوماً قبل الوفاة بالنسبة للمحاربين الذين ماتوا بانتحار، وفي نفس النافذة بالنسبة للمحاربين المطابقين الذين لم يموتوا — لمعرفة ما إذا كانت أنماط اللغة يمكن أن تحسّن التنبؤ بالمخاطر. قارنوا بين طريقتين لمعالجة النص. الأولى كانت طريقة «دلالية» تبدأ من قواميس بُنيت بواسطة خبراء تلتقط أفكاراً مثل الروابط الأسرية، المتعة، أو المشاعر السلبية. والأخرى كانت طريقة «العد» التي تحسب ببساطة عدد مرات ظهور كلمات أو عبارات قصيرة، مما يتيح للبيانات الكشف عن الأنماط دون افتراضات مسبقة.

دمج عدستان لغويتين

باستخدام هذه المكوّنات، بنى الفريق نماذج تعلم آلي حاولت التمييز بين المحاربين الذين ماتوا بانتحار وبين محاربين مشابهين لم يمتوا، بشكل منفصل داخل ثلاث مجموعات: المخاطر العالية، والمتوسطة، والمنخفضة كما تقدّرها REACH-VET. أنشأوا نماذج تستخدم ميزات دلالية فقط، أو عدّ كلمات فقط، أو نموذجاً هجيناً يجمع بينهما. ولتحقيق مزيج عادل بين المقاربتين النصيتين، عدّلوا النموذج بحيث تظل للميزات الدلالية، التي تكون أقل عدداً، فرصة للتأثير إلى جانب ميزات العدّ الأكثر وفرة بكثير. قُيس الأداء باستخدام مقياس قياسي يسأل، في جوهره، كم مرة يمنح النموذج درجة مخاطرة أعلى لشخص مات بانتحار مقارنةً بشخص مطابق لم يمت.

ما اكتشفته النماذج

عبر جميع المجموعات الثلاث للمخاطر، تفوقت النماذج المبنية فقط على عدّ الكلمات عموماً على النماذج التي استخدمت قواميس دلالية فقط. ومع ذلك، فإن أنجح النماذج للمحاربين في فئات REACH-VET المتوسطة والمنخفضة كانت هجينة تميل بقوة إلى عدّ الكلمات بينما تستفيد أيضاً من معلومات دلالية. حققت هذه النماذج المدمجة مكاسب معتدلة مقارنةً بـREACH-VET وحده، مع أكبر التحسينات للمحاربين المصنفين في الأصل على أنهم منخفضو المخاطر، والذين كانوا يميلون أيضاً إلى أن يكون لديهم لقاءات طبية أقل وبيانات منظمة أقل. اختلفت أنماط اللغة المهمة بحسب المجموعة: ركزت ملاحظات المجموعة عالية المخاطر على مشاكل نفسية حادة، وأبرزت ملاحظات المجموعة متوسطة المخاطر عمليات الرعاية، بينما مالحت ملاحظات المجموعة منخفضة المخاطر إلى موضوعات طبية وتأهيلية عامة، بالإضافة إلى علامات الاتصال الاجتماعي أو غيابه.

تبعات على الرعاية والوقاية

تشير هذه النتائج إلى أن النص غير المنظم في السجلات الصحية الإلكترونية يحتوي على دلائل قيمة يمكن أن تصقل تقديرات مخاطر الانتحار، خاصةً للأشخاص الذين ليسوا بالفعل في فئة المخاطر الأعلى. من خلال دمج أنماط عدّ الكلمات البسيطة مع إشارات دلالية أكثر اعتماداً على النظرية، وتفصيل النماذج بحسب فئات المخاطر المختلفة، قد تتمكن أنظمة الصحة من رصد المحاربين الأكثر ضعفاً مبكراً وتصميم تدخلات تتناسب مع مستوى ونوع خطرهم. بالنسبة للمرضى منخفضي المخاطر، قد يعني هذا تدابير أقل تغلغلاً مثل متابعات آلية، إحالات إلى برامج الأقران أو برامج العافية، أو مناقشات روتينية حول التحديات الاجتماعية والعاطفية خلال الزيارات الاعتيادية.

ماذا يعني ذلك للمحاربين القدامى والممارسين السريريين

بعبارة بسيطة، تظهر الدراسة أن الانتباه إلى كيفية وصف الأطباء لمرضاهم — إلى جانب البيانات الطبية التقليدية — يمكن أن يجعل أدوات التنبؤ بالانتحار أكثر حساسية تجاه المحاربين الذين قد يمرون دون أن يلاحظوا. وبينما الإنجازات بسيطة ولا تزال المقاربة بحاجة إلى اختبار في بيئات سريرية وقتية، فهي تمثل خطوة ملموسة نحو وقاية من الانتحار أكثر تكيُّفاً ومبنية على بيانات تخدم ليس فقط من هم في أزمة واضحة بل أيضاً من تكون مخاطرهم أهدأ وأكثر تعقيداً وأسهل في الإفلات من الملاحظة.

الاستشهاد: Dimambro, M., Levy, J., Gui, J. et al. Enhancing personalized suicide risk prediction for VA patients by integrating discrete natural language processing models. Transl Psychiatry 16, 196 (2026). https://doi.org/10.1038/s41398-026-03940-8

الكلمات المفتاحية: مخاطر انتحار المحاربين القدامى, السجلات الصحية الإلكترونية, معالجة اللغة الطبيعية, نماذج التنبؤ بالمخاطر, رعاية الصحة النفسية