مروری بر شواهد کاربرد سامانه های هوشمند مبتنی بر هوش مصنوعی در روان درمانی و تشخیص بالینی

در مواجهه با بحران فزاینده سلامت روان در سطح جهانی و شکاف عمیق موجود در دسترسی به خدمات روان پزشکی و روان شناختی فناوری های نوین هوش مصنوعی و مدل های زبانی بزرگ به عنوان ابزارهایی تحول آفرین ظهور کرده اند. این فناوری ها با قابلیت تحلیل کلان داده های رفتاری و زبانی پتانسیل بالایی برای بازتعریف روش های سنتی تشخیص و درمان دارند. پژوهش حاضر با هدف سنتز نظام مند شواهد علمی پیرامون کاربرد سامانه های هوشمند در فرآیندهای غربالگری، تشخیص بالینی و مداخلات درمانی و همچنین تحلیل چالش های فنی و ملاحظات اخلاقی مرتبط با استقرار آنها انجام شده است. این مطالعه یک مرور روایی هدفمند است که بر اساس تحلیل کیفی و ترکیب یافته های ۱۸ منبع علمی معتبر منتشر شده بین سال های ۲۰۱۷ تا ۲۰۲۶ تدوین گردید. فرآیند انتخاب منابع بر اساس بررسی عنوان چکیده و تناسب موضوعی با اهداف پژوهش انجام شد. نتایج نشان داد که الگوریتم های یادگیری ماشین و پردازش زبان طبیعی در غربالگری اختلالات خلقی به ویژه افسردگی و پیش بینی ریسک خودکشی به دقت های بسیار بالایی در برخی مدل ها تا ۹۶٪ دست یافته اند. در حوزه درمان چت بات های تخصصی مبتنی بر اصول شناختی رفتاری در کاهش علائم اضطراب و افسردگی و ایجاد اتحاد درمانی دیجیتال اثر بخشی معناداری نشان داده اند. از سوی دیگر ظرفیت هوش مصنوعی در شناسایی سوگیری های فکری، خودکارسازی مستندات بالینی و تحلیل چندوجهی سیگنال های بیولوژیکی مسیرهای جدیدی را برای تشخیص عینی و درمان شخصی سازی شده گشوده است. هوش مصنوعی ابزاری قدرتمند برای ارتقای مقیاس پذیری و کاهش هزینه های سلامت روان است. اما چالش هایی نظیر توهم مدل، ماهیت جعبه سیاه الگوریتم ها و سوگیری داده ها مانع از جایگزینی کامل تخصص انسانی می شود. استقرار موفق این فناوری مستلزم رویکرد انسان در چرخه و نظارت مستقیم متخصصان است تا ضمن بهره گیری از نوآوری های فنی، ایمنی بالینی و حریم خصوصی بیماران تضمین گردد.

کلیدواژه ها:

هوش مصنوعی ، مدل های زبانی بزرگ ، سلامت روان دیجیتال ، روان درمانی شناختی-رفتاری ، تشخیص بالینی