اے آئی دے ڈپریشن سکور اے آئی اُتے ای ٹکے نیں

ڈپریشن دا تشخیص والا کوئی خون دا ٹیسٹ نہیں۔ وڈے زبان ماڈل (large language models) کلینیکل گل بات توں نہ تھکن والی، سستی تے دوہرائی جا سکن والی جانچ دا وعدہ کردے نیں، تے پہلیاں جانچاں حوصلہ دین والیاں رہیاں نیں۔ نفسیاتی طب پہلاں وی اجیہے سوال نال دوچار ہو چکی اے: 1971 وچ اک تحقیق نے لبھیا پئی امریکی تے برطانوی ماہرین نفسیات اکو جہے ویڈیو انٹرویو ویکھن مگروں وی آپس وچ متفق نہیں سن، تے ایس شعبے نے واضح معیاراں تے ترتیب والے انٹرویواں نال جواب دتا۔

پر اک زبان ماڈل کجھ چوناں دے سلسلے نال ای “جانچ کار” بندا اے۔ کوئی ماڈل چُندا اے، درخواست دے لفظ گھڑدا اے — سوالنامے وانگوں، کسے ماہر نفسیات دی آواز وچ، یا مریض وانگوں جیہڑا اپنے بارے جواب دیندا اے —، جواباں لئی ہندسے یا حرف چُندا اے، فیصلہ کردا اے پئی ماڈل صرف مریض دیاں گلاں پڑھے گا یا ساری گل بات، تے اوہدے نتیجے نوں سکور وچ بدلدا اے۔ جانچاں بہت گھٹ ای ایہ متبادل وکھاندیاں نیں۔

اک جانچ کار بنان دے 880 طریقے

نیو یارک وچ ماؤنٹ سینائی دے آئیکن سکول آف میڈیسن دے بائیہان لن (Baihan Lin) نے 11 کھلے ماڈلاں (1 توں 21 ارب پیرامیٹر) نوں پنج طرح دے لفظاں، گل بات نوں ویکھن دے دو طریقیاں، جواب پڑھن دے دو طریقیاں تے سکور بنان دے چار طریقیاں نال رلایا۔ ایہ 880 جانچ کار بندے نیں، ہر اک نوں اوہناں ای 189 ریکارڈ کیتے انٹرویواں اُتے ورتیا گیا، جیہڑے اک متحرک ورچوئل انٹرویو کار نے لئے سن۔ ہر انٹرویو توں پہلاں، شریکاں نے PHQ-8 بھریا سی، جیہڑا ڈپریشن دا اٹھ سوالاں والا سوالنامہ اے جیہدا سکور 0 توں 24 تک ہوندا اے؛ 10 یا ودھ سکور سکریننگ دی عام حد اے۔ لگ بھگ 30% شریک ایہ حد ٹپ گئے۔

ایہ تحقیق پہلاں توں رجسٹر (pre-registered) سی: تجزیے دا کوڈ سوالنامے نال کوئی وی مقابلہ کرن توں پہلاں جما دتا گیا۔ فیر بند کیتا گیا طریقہ اک واری 86 نویں انٹرویواں اُتے چلایا گیا جیہڑے اک پوری طرح خودمختار ورچوئل انٹرویو کار نے، آپوں بنن والیاں تحریراں نال، لئے سن۔ سارا کم اک مقامی ورک سٹیشن اُتے ای رہیا۔

جانچ کار مریض نالوں بھارا

• اک انٹرویو، الٹ فیصلے۔ ہلکیاں علامتاں والے اک شریک (PHQ-8 سکور 5، حد توں تھلے) نوں 880 وچوں ادھے جانچ کاراں نے سکریننگ پازیٹو نشان لایا۔ کسے وی شریک نوں اکو متفقہ فیصلہ نہیں ملیا۔
• ٹھیک جانچ کار وی متفق نہیں۔ چنگی پرکھ (AUC 0.70 یا ودھ) والے 540 جانچ کاراں وچوں، بے ترتیبی نال چُنے گئے دو، 40% شریکاں بارے سکریننگ دے فیصلے اُتے متفق نہیں سن۔
• ماڈل بندے نالوں ودھ اہم۔ ماڈل دی چون نے سکوراں دے فرق دا 30.0% سمجھایا؛ شریکاں وچکار پکے فرقاں نے 10.5% — 2.8 گنا گھٹ۔

اجیہی تکڑی جیہدا صفر ہلیا ہویا اے

درستی، جیویں عام طور تے ناپی جاندی اے، ایہ دسدی اے پئی جانچ کار لوکاں نوں کنا چنگا ترتیب دیندا اے۔ ایہ نہیں دسدی پئی اوہ کنے لوکاں نوں نشان لاندا اے۔ جانچ کاراں نے 0% توں 100% تک شریکاں نوں نشان لایا، جدوں کہ اصل وچ 30% سن۔ ایس حصے نوں جیہڑی شے طے کردی سی اوہ ہر جانچ کار دا اوسطاً ودھ یا گھٹ سکور دین دا جھکاؤ سی (R² = 0.91)۔ لکھاری ایہنوں غسل خانے دی اوس تکڑی نال ملاندا اے جیہدا صفر ہلیا ہویا ہووے: اوہ لوکاں نوں چنگی طرح ترتیب دے سکدی اے، پر اوہدا ہٹاؤ ای طے کردا اے پئی کون لکیر ٹپے گا۔ لگ بھگ اکو جہی درستی والے دو ماڈل، Qwen2.5 7B تے Mistral 7B، 100 وچوں بالترتیب 24 تے 80 بندیاں نوں نشان لاندے۔

نکیاں تکنیکی گلاں نے ایہ لکیر ہلا دتی۔ جواب دے حرف الٹان نال — تاں جے “A” دا مطلب “بالکل نہیں” دی تھاں “لگ بھگ ہر روز” ہووے، جیہڑی کلینیکل طور تے بے معنی تبدیلی اے — نشان لگے لوکاں دا حصہ اوسطاً (median) 21 پوائنٹ تے 85 تک بدل گیا۔ اکو ماڈل نوں دبائی ہوئی فائل وانگوں وکھرے سافٹ ویئراں وچ چلان نال اوسطاً 21% فیصلے بدل گئے۔

سکوراں نے ڈپریشن توں ودھ وی کجھ پھڑیا۔ اوہناں نے صدمے مگروں دے دباؤ (post-traumatic stress) دیاں علامتاں نوں وی اونا ای نیڑیوں پھڑیا جنا ڈپریشن نوں، بہتیاں گلاں کرن والے شریکاں نوں ودھ نشان لگے، تے 16% جانچ کاراں نے سوالنامے وچ زنانیاں تے بندیاں وچکار دسے گئے نکے جہے فرق دی سمت نوں الٹا دتا۔

کیلیبریشن مدد کردی اے، اک حد تک

کیوں جے ایہ ہٹاؤ اینا اثر رکھدا سی، لکھاری نے اک مرمت ازمائی: ہر جانچ کار دی حد نوں 40 مقامی طور تے لیبل لائے شریکاں نال دوبارہ مقرر کرنا۔ درستی لگ بھگ 60% توں 75% تک ودھ گئی، تے اختلاف ادھا رہ گیا، 40% توں 20%۔ پر جدوں ہر جانچ کار نوں اکو جنے لوک چُنن اُتے مجبور کیتا گیا، تاں وی اوہناں نے لگ بھگ پنجاں وچوں اک واری وکھرے لوک چُنے۔

86 نویں انٹرویواں وچ، پرکھے جا سکن والیاں چھ پہلاں توں رجسٹر پیشین گوئیاں وچوں پنج سچیاں نکلیاں۔ لکھاری صاف حداں گنواندا اے: صرف 21 ارب پیرامیٹر تک دے کھلے ماڈل، کیوں جے ڈیٹا ورک سٹیشن توں باہر نہیں جا سکدا سی؛ معیار دے طور تے اپنے آپ بھریا سوالنامہ، تشخیص نہیں؛ اوہناں ای تحریراں نوں جانچن والا کوئی ڈاکٹر نہیں؛ تے اکو لیبارٹری دے انگریزی زبان دے انٹرویو۔

کسے سکور اُتے بھروسہ کرن توں پہلاں پنج جانچاں

مقالہ کم دیاں صلاحاں نال مکدا اے: اک اکلے عدد دی تھاں سمجھدار ترتیباں وچ فیصلیاں دی حد دسو؛ پہلاں توں اک غیر جانبدار ترتیب مقرر کرو؛ مقامی طور تے کیلیبریٹ کرو تے بچے ہوئے اختلاف نوں ناپو؛ ازماؤ پئی جانچ کار ہور کیہ کیہ پھڑدا اے؛ تے ماڈل، سافٹ ویئر، تحریر یا لفظاں وچ ہر تبدیلی نوں اک نواں آلہ سمجھو۔ جیویں لکھاری آکھدا اے، جدوں پچھن دا طریقہ بدلن نال ایہ بدل جاوے پئی اسیں کیہنوں پچھاندے آں، تاں آلہ آپ وضاحت دا حصہ بن جاندا اے۔