مرور سیستماتیک: رویکردهای کلاسیک هوش مصنوعی در بهینه‌سازی درمان اختلال دوقطبی هنوز آماده‌ی بالین نیست

اختلال دوقطبی وضعیتی پیچیده و ناهمگون است که پاسخ به درمان در بیماران مختلف آن بسیار متفاوت است. پژوهشگران ایتالیایی از مؤسسه IRCCS Fatebenefratelli در برشا، طبق دستورالعمل PRISMA 2020، شواهد موجود درباره کاربرد رویکردهای کلاسیک هوش مصنوعی (نه مدل‌های زبانی بزرگ، بلکه روش‌های یادگیری ماشین مرسوم) در بهینه‌سازی درمان طیف اختلال دوقطبی را مرور کردند.

یافته‌های کلیدی

• از چهار پایگاه داده (PubMed، Web of Science، Scopus و Embase)، ۳۵ مطالعه منتشرشده از سال ۲۰۱۵ به بعد در پنج دسته پیامدی بررسی شدند: پاسخ حاد علامتی، پاسخ نگه‌دارنده بلندمدت، ریسک عود و بستری مجدد، بهینه‌سازی ایمنی و دوز دارو، و پیری و فنوتیپ مغزی.
• مدل‌های پیش‌بینی پاسخ حاد علامتی عملکرد متوسطی داشتند (AUC تجمیعی ۰٫۶۸)، در حالی که افزودن داده‌های تصویربرداری مغزی دقت را به ۷۴ تا ۷۷ درصد رساند.
• مدل‌های پاسخ نگه‌دارنده بلندمدت عملکرد متوسط تا بالا داشتند (AUC تجمیعی ۰٫۸۰)؛ مدل‌های مبتنی بر زیست‌نشانگر و داده‌های سلولی به دقت ۹۶ تا ۹۹ درصد رسیدند.
• پیش‌بینی عود و بستری مجدد به AUC تجمیعی ۰٫۷۱ رسید، با بهترین عملکرد برای روش‌های فنوتیپ دیجیتال و قاعده‌محور (AUC ۰٫۸۵ تا ۰٫۸۸).
• مدل‌های بهینه‌سازی ایمنی و دوز دارو دقتی بین ۸۵ تا ۹۷ درصد نشان دادند؛ مطالعات پیری مغزی نیز نشان‌دهنده پیری تسریع‌شده مغز در اختلال دوقطبی بودند که لیتیوم تا حدی آن را کاهش می‌داد.

محدودیت‌ها و نکات احتیاطی

• ارزیابی با ابزار PROBAST+AI نشان داد اکثر ۳۵ مطالعه ریسک بالای سوگیری داشتند، عمدتاً به دلیل محدودیت در تحلیل داده، حجم نمونه کوچک و نبود اعتبارسنجی خارجی.
• سه مطالعه به دلیل حجم نمونه کوچک همراه با عملکرد گزارش‌شده نامتناسب بالا، ریسک سوگیری بالا داشتند؛ یک مطالعه نیز به‌طور قابل‌توجهی از خط اطمینان نمودار قیفی (funnel plot) فاصله داشت که نشانه احتمال سوگیری انتشار است.
• نویسندگان صراحتاً نتیجه گرفته‌اند ابزارهای هوش مصنوعی فعلی در این حوزه باید «اکتشافی» تلقی شوند، نه «آماده برای کاربرد بالینی».

چرا مهم است

این مرور نشان می‌دهد هوش مصنوعی کلاسیک، به‌ویژه فنوتیپ دیجیتال و مدل‌های زیست‌نشانگر برای پیش‌بینی پاسخ به لیتیوم، ظرفیت واقعی برای روان‌پزشکی دقیق در اختلال دوقطبی دارد، اما پیش از هرگونه کاربرد بالینی باید اعتبارسنجی خارجی قوی‌تر و شفافیت روش‌شناختی بیشتری صورت گیرد؛ پژوهشگران باید دقت روش‌شناختی را بر ادعاهای عملکردی خیره‌کننده اولویت دهند.