مطالعهی مشاهدهایتشخیص و غربالگرینوجوانان و جوانانشواهد مقدماتی
Potential of ChatGPT in youth mental health emergency triage: Comparative analysis with clinicians
Thotapalli S, Yilanli M, McKay I. و همکاران · Psychiatry and Clinical Neurosciences Reports · 2025 · حجم نمونه: ۲۱ سناریوی اورژانسیِ روانپزشکیِ نوجوانان
🗓 تاریخ انتشار در روانای: ۲ مرداد ۱۴۰۵
🔗 مطالعهی مقالهی اصلی · DOI: 10.1002/pcn5.70159
این مطالعه توانایی چند نسخه از مدل GPT-4 را در تریاژِ سناریوهای اورژانسیِ روانپزشکیِ نوجوانان (تصمیمگیری دربارهی بستریشدن، سطح ریسک و فوریت) با تصمیمهای درمانگران بالینی مقایسه کرد.
یافتههای کلیدی
- روی ۲۱ سناریوی اورژانسی، توافق بین مدلها و درمانگران «قابلتوجه» بود: ضریب کاپای کوهن برای تصمیم بستریشدن ۰٫۷۷، سطح ریسک ۰٫۷۸ و فوریت ۰٫۷۶ بود (همگی معنادار آماری).
- در موارد اختلاف، مدلها گرایش داشتند بیشتر از درمانگران توصیه به بستریشدن بدهند — با ۴ مورد توصیهی نادرستِ بستری (مثبتِ کاذب) و صفر مورد نادیدهگرفتنِ بیمارِ واقعاً پرخطر (منفیِ کاذب) در کل مدلهای آزمودهشده.
محدودیتها و نکات احتیاطی
- حجم نمونه بسیار کوچک است (۲۱ سناریوی نوشتاری، نه بیمار واقعی)؛ تعمیم به موقعیتهای بالینیِ واقعی نیازمند احتیاط است.
- سناریوها متنی و از پیش نوشتهشده بودند، نه تعاملِ زنده با یک فردِ در بحران.
چرا مهم است
گرایش مدل به «صفر منفیِ کاذب» از منظر ایمنی امیدوارکننده است — یعنی مدل کمتر بیمارِ پرخطر را نادیده میگیرد — اما تمایل به بستریِ بیشازحد هم هزینهی نظام سلامت را بالا میبرد و هم نشان میدهد این ابزارها هنوز باید زیرِ نظارتِ مستقیمِ انسانی به کار روند، نه بهعنوان تصمیمگیرِ مستقل.