שילוב תיאוריית הקוגניציה החברתית עם למידת מכונה לחיזוי פעילות מינית של גברים המקיימים יחסי מין עם גברים-נשים: מחקר פיתוח מודל יער אקראי רב‑מרכזי בסין

מדוע גשרים מיניים נסתרים חשובים

מומחי בריאות הציבור מודאגים מהתנהגויות «גשר» שמקשרות בשקט קבוצות עם סיכון גבוה ל‑HIV לאוכלוסייה הרחבה. בסין, חלק מהגברים המקיימים יחסי מין עם גברים (MSM) גם מקיימים יחסי מין עם נשים, לעתים תוך הסתרת התנהגותם החד‑מינית. תבנית זו עלולה לחשוף בתים לנשק בצורה לא מכוונת ומקשה על פעולות מניעה. המחקר המתואר כאן שואל שאלה מעשית: האם אפשר להשתמש בתובנות מפסיכולוגיה יחד עם מדע נתונים מודרני כדי לזהות התנהגות נסתרת זו מוקדם, בצורה שתתמוך באנשים במקום להאשים אותם?

מבט מקרוב על קהילה שקשה להגיע אליה

החוקרים שיתפו פעולה עם ארגוני קהילה בשש ערים סיניות כדי לסקור באופן אנונימי 2,403 גברים שקיימו יחסי מין עם גברים בששת החודשים שקדמו לסקר. הם שאלו לא רק לגבי מגעים מיניים עם גברים ונשים, אלא גם לגבי מצב רוח, הערכה עצמית, שימוש בחומרים, מערכות יחסים, עבודה, השכלה ומצב מגורים. כ‑17% מהמשתתפים דיווחו על מגעים עם אישה בחצי השנה האחרונה. רובם היו מבוגרים צעירים, בעלי השכלה גבוהה, ורבים עזבו את עיר מולדתם. גישה מבוססת קהילה זו אפשרה לצוות להגיע לאנשים שאולי היו נמנעים מסקרים רשמיים בגלל סטיגמה או חשש לזיהוי.

כיצד שילבו פסיכולוגיה ואלגוריתמים

המחקר הונחה על ידי תיאוריית הקוגניציה החברתית, מסגרת שרואה בהתנהגות תוצר של אינטראקציה מתמשכת בין מחשבות ורגשות אישיים, פעולות יומיומיות והעולם החברתי שמסביב. בעדשה הזו קיבצו החוקרים 28 גורמים שנמדדו לשלוש קטגוריות רחבות: מצב אישי (כגון דיכאון, חרדה והערכה עצמית), התנהגות (כגון מין קבוצתי עם גברים או שימוש בסמים לפני מין), וסביבה (כגון רמת השכלה, מצב נישואין ונדידה). במקום לאפשר למחשב לחפש באופן עיוור בכל תבנית אפשרית, המחברים בחרו מראש משתנים שהתהייה מציעה שמן יש חשיבות, ואז השתמשו בשיטת למידת מכונה הידועה כיער אקראי (random forest) כדי לדרג אילו מהם באמת עוזרים ביותר בחיזוי יחסים עם נשים.

בניית ציון סיכון תמציתי

מה‑28 המדידות המקוריות, האלגוריתם זיהה סט תמציתי של תשעה משתנים שנשאו את רוב הכוח החיזוי: חרדה, דיכאון, הערכה עצמית, גיל, רמת השכלה, מצב משפחתי, זהות מינית, מין קבוצתי עם גברים לאחרונה ושימוש בסמים לפני מין. תשעה אלה הוזנו למודל סטטיסטי פשוט יותר שמפיק הסתברות שמישהו קיים לאחרונה מגעים עם אישה. באמצעות אימון ובדיקה חוזרים על תתי‑קבוצות שונות של הנתונים, המודל הצליח להבחין בין אלו שדיווחו על מגעים עם נשים לבין אלו שלא דיווחו על כך בדיוק סביר: כ‑80% בסקאלה סטנדרטית של ביצועי חיזוי. הוא גם ייצר הערכות סיכון שהותאמו היטב לתדירויות הנצפות, כלומר ההסתברויות החוזיות לא היו מערכתית גבוהות מדי או נמוכות מדי.

מה המודל חושף לגבי דפוסי סיכון

האותות החזקים ביותר הגיעו ממצב משפחתי ואופן שבו המשתתפים תייגו את זהותם המינית, ולאחר מכן מצוקה פסיכולוגית והתנהגויות מסוימות. גברים נשואים, או שזיהו את עצמם כהומוסקסואלים או ביסקסואלים במקום כלא בטוחים, דיווחו בסבירות גבוהה יותר על יחסי מין עם נשים. ציונים גבוהים יותר של חרדה ודיכאון והערכה עצמית נמוכה היו גם הם משויכים לסבירות גבוהה יותר למין עם בני המין האחר, כמו גם מין קבוצתי עם גברים לאחרונה ושימוש בסמים לפני מין. גיל צעיר יותר והשכלה נמוכה נטו להגדיל את הסיכון. באופן חשוב, המודל ביצע באופן דומה היטב על פני גילאים שונים, רמות השכלה שונות, מצבי משפחה ובין נודדים לתושבים מקומיים, מה שמרמז כי ציון הסיכון אינו מוגבל לתת‑קבוצה צרה.

המרת מספרים לכלי מעשי שאינו מאשים

כדי להפוך את התוצאות לשימושיות מחוץ למעבדת סטטיסטיקה, הצוות המיר את תשעת המנבאים המרכזיים לטבלת ניקוד פשוטה, או נומוגרמה. יועץ, רופא או עובד שטח יכולים להשתמש בטבלה זו כדי להעניק נקודות עבור ציוני מצב הרוח של כל אדם, מצב מערכת יחסים, השכלה, התנהגויות אחרונות וכן הלאה; סך הנקודות מתרגם להסתברות מוערכת שהאדם מקיים גם יחסי מין עם נשים. המחברים מדגישים שכלי זה נועד לשיחות סודיות ותומכות ולמניעה מוקדמת — לסייע לכוון ייעוץ, בדיקות ומשאבי מין בטיחותי לאלה שעלולים לשמש כגשרים נסתרים — ולא לתייג אנשים או להעצים סטיגמה.

ציטוט: Liu, S., Gao, Y., Xu, H. et al. Integrating social cognitive theory with machine learning to predict MSM-women sexual behavior: a multicenter random forest model development study in China. Sci Rep 16, 6029 (2026). https://doi.org/10.1038/s41598-026-36202-0

מילות מפתח: מניעת HIV, התנהגות ביסקסואלית, למידת מכונה, בריאות הנפש, גברים המקיימים יחסי מין עם גברים בסין