الذكاء الاصطناعي يتنبأ بنوايا العاملين في الرعاية الصحية بشأن استخدام المضادات الحيوية من مقاييس نفسية وسلوكية عبر نظريات متعددة

لماذا تهم اختيارات المضادات الحيوية الجميع

أنقذت المضادات الحيوية عدداً لا يحصى من الأرواح، لكن استخدامها عندما لا يكون ضرورياً يساهم في نشوء بكتيريا مقاومة للأدوية يمكن أن تجعل عدوى كانت بسيطة ذات يوم مميتة. في أنحاء العالم، لا تزال العديد من وصفات المضادات الحيوية لا تتبع الإرشادات الطبية. تطرح هذه الدراسة سؤالاً بسيطاً لكنه ذي أثر كبير: هل يمكننا استخدام أفكار من علم النفس، إلى جانب الذكاء الاصطناعي، لفهم أي العاملين في الرعاية الصحية من المرجح أن يستخدموا المضادات الحيوية بحكمة—وأيهم قد يحتاجون إلى دعم أكثر؟

النظر إلى القرار الداخلي، وليس الوصفة فقط

ترتكز الجهود السابقة للحد من الإفراط في استخدام المضادات الحيوية في الغالب على القواعد والتدريب والمراقبة. لكن القرارات الواقعية تُتخذ تحت الضغط، مع مرضى قلقين، وضغط الزمن، وخوف من إغفال عدوى خطيرة. يرى الباحثون أننا بحاجة إلى النظر إلى ما هو أبعد من المعرفة وحدها ودراسة المعتقدات والعادات والضغوط الاجتماعية التي تشكل خيارات الممارس. استندوا إلى عدة نظريات سلوكية معروفة—تغطي المواقف، والمخاطر المدركة، والثقة، والدعم الاجتماعي—لبناء استبيان مفصّل للأطباء والممرضين في الصفوف الأمامية بأربعة مستشفيات عامة في الصين.

أكمل أكثر من ألف ممارس هذا الاستبيان، الذي قيَّم ثمانية مجالات نفسية واسعة، بما في ذلك مدى الدعم الذي يشعرون به من الزملاء والقادة، وكيفية معالجتهم للمعلومات، وما يعتقدونه بشأن أضرار المقاومة، ومدى ثقتهم في مهاراتهم الذاتية. ربط الفريق بعد ذلك هذه الإجابات بنية كل شخص المعلنة لاستخدام المضادات الحيوية وفق الإرشادات مستقبلاً، فأنشأوا مجموعة بيانات غنية تربط بين العقلية الداخلية والسلوك المخطط له.

تعليم الحواسيب قراءة أنماط السلوك

لفك شيفرة هذه الشبكة المعقّدة من التأثيرات، لجأ المؤلفون إلى أساليب تعلم آلي قادرة على كشف أنماط دقيقة في البيانات. دربوا عدة نماذج حاسوبية، مثل التعزيز التدرجي وطرق التجميع، لفرز الممارسين إلى نية منخفضة أو متوسطة أو عالية لوصف المضادات الحيوية بشكل مناسب استناداً إلى درجاتهم في الاستبيان. ثم استخدموا أدوات إحصائية تُدعَى LASSO وSHAP لتسليط الضوء على السمات النفسية الأكثر أهمية لتنبؤات النموذج، وكيفية تفاعل هذه السمات مع بعضها.

كانت النتائج لافتة. استطاعت النماذج تحديد الممارسين ذوي النية المتوسطة أو العالية بدقة عالية جداً، لكنها واجهت صعوبة أكبر في الفصل الواضح لأولئك ذوي النية المنخفضة. يشير ذلك إلى أن الدافع الضعيف لمتابعة الإرشادات قد ينشأ عن أسباب مبعثرة أو مختلطة أكثر. مع ذلك، عبر النماذج، ظهر تصوير متسق: الدعم الاجتماعي في مكان العمل، والمعالجة المتأنية للمعلومات، والمعرفة والمهارات الصلبة، والمعتقدات القوية بشأن مخاطر المقاومة كانت أقوى المتنبئات بالنوايا الجيدة.

القوة الخفية للدعم والتفكير والمعتقد

واحدة من أوضح النتائج كانت الدور المركزي للدعم الاجتماعي. كان الممارسون الذين يشعرون بدعم زملائهم ومؤسساتهم—من خلال المعايير المشتركة والمساعدة العملية والتشجيع—أكثر احتمالاً بكثير لأن ينووا استخدام المضادات الحيوية بشكل صحيح. كما دفعت المعالجة المتأنية والمتأملة للمعلومات والمعرفة المحدثة النوايا في الاتجاه الصحيح، وكذلك الشعور الواضح بخطورة العدوى المقاومة للأدوية. لعبت أفكار تقليدية مثل قوة الإرادة الشخصية أو الإحساس العام بالتحكم في السلوك دوراً أقل أهمية مما قد يُتوقع في بيئة المستشفى المنظمة للغاية، حيث كثيراً ما تحدد السياسات وثقافة الفريق النبرة.

كشفت أدوات الذكاء الاصطناعي القابلة للتفسير أن هذه العوامل لا تعمل بمعزل عن بعضها. على سبيل المثال، كان للدعم الاجتماعي تأثير قوي بشكل خاص بين الممارسين الذين حصلوا أيضاً على درجات عالية في التفكير المتأني، مما يوحي بأن الفريق الداعم قد يساعد الممارسين المتفكِّرين على تحويل استدلالاتهم إلى ممارسة يومية. هذا النوع من الأنماط غير الخطية صعب الكشف عنه بالإحصاءات البسيطة الخطية، لكنه يصبح مرئياً عندما تستطيع الحواسيب استكشاف البيانات بشكل مرن ثم "تشرح" أي المكونات تشكل التنبؤات بقوة.

ماذا يعني هذا لمواجهة مقاومة المضادات الحيوية

للقارئ العادي، الخلاصة هي أن استخدام المضادات الحيوية بذكاء ليس مجرد إبلاغ الممارسين بالقواعد. إنه يتعلق ببناء بيئات مستشفوية يشعر فيها الناس بالدعم والمعلومات والقدرة الذهنية على التفكير بوضوح تحت الضغط. تُظهر هذه الدراسة أن الذكاء الاصطناعي، عندما يُجعل شفافاً ومؤسساً على علم النفس، يمكنه الإشارة إلى الممارسين الذين قد يكونون أكثر عرضة للانحراف عن الإرشادات وتبيان الأسباب المحددة لذلك. يفتح ذلك الباب أمام تقديم تغذية راجعة مخصصة، وتوجيه، وتغييرات في مكان العمل تعزز الوصف الحكيم—مما يساعد على الحفاظ على فعالية المضادات الحيوية لكل من قد يعتمد عليها يوماً ما.

الاستشهاد: Han, L., Xian, P., Liu, Y. et al. Artificial intelligence predicts healthcare workers’ antibiotic use intentions from psychological and behavioral measures across multiple theories. Sci Rep 16, 6486 (2026). https://doi.org/10.1038/s41598-026-37495-x

الكلمات المفتاحية: مقاومة المضادات الحيوية, وصف المضادات الحيوية, العاملون في الرعاية الصحية, عوامل سلوكية, الذكاء الاصطناعي