آراء المرضى حول استخدام الذكاء الاصطناعي في فرز الحالات النفسية: دراسة نوعية

Name: آراء المرضى حول استخدام الذكاء الاصطناعي في فرز الحالات النفسية: دراسة نوعية
Author: عرب سايكلوجي

عرب سايكلوجي

doi:10.1186/s12888-025-07329-7

الادمان

آراء المرضى حول استخدام الذكاء الاصطناعي في فرز الحالات النفسية: دراسة نوعية

فبراير 3, 2026 • •

تخيل أنك تعاني من اكتئاب حاد، وتشعر بأنك عالق في دوامة من الانتظار للحصول على المساعدة. قد تستغرق عملية الإحالة بين الخدمات الصحية العقلية وقتًا طويلاً، مما يزيد من معاناتك. هل يمكن للذكاء الاصطناعي أن يكون حلاً لتسريع هذه العملية وتحسين جودة الرعاية؟ هذا هو السؤال الذي يحاول الباحثون الإجابة عليه.

النقاط الرئيسية

أظهرت الدراسة أن المرضى يرون إمكانية في استخدام أدوات الذكاء الاصطناعي للمساعدة في تقليل أوقات الانتظار وتحسين عملية الإحالة بين الخدمات الصحية العقلية.
أكد المشاركون في الدراسة على أهمية أن تكون هذه الأدوات إضافة إلى الاستشارة السريرية عالية الجودة، وليست بديلاً عنها.
أشار المرضى إلى مخاوفهم بشأن استخدام الذكاء الاصطناعي في تقييم المخاطر واتخاذ القرارات السريرية، مع التأكيد على ضرورة الشفافية والمساءلة.
تسلط الدراسة الضوء على الحاجة إلى إشراك المرضى في تطوير وتنفيذ الأدوات الرقمية في مجال الصحة العقلية لضمان قبولها وفعاليتها.

قام باحثون بدراسة آراء المرضى حول استخدام الذكاء الاصطناعي (AI) للمساعدة في ترتيب أولويات المرضى الذين يحتاجون إلى رعاية صحية عقلية في المملكة المتحدة. يهدف مشروع “كرونوسيغ” (CHRONOSIG) إلى تحسين عملية الإحالة والفرز من خلال تطبيق تقنيات التعلم الآلي (ML) على المعلومات الموجودة في السجلات الصحية الإلكترونية. التعلم الآلي هو نوع من الذكاء الاصطناعي يسمح لأجهزة الكمبيوتر بالتعلم من البيانات دون أن تتم برمجتها بشكل صريح.

المنهجية

اعتمدت الدراسة على منهجية مجموعات التركيز (focus groups) التي جمعت 16 مشاركًا لديهم خبرة مباشرة في تلقي الرعاية الصحية العقلية. تم اختيار المشاركين بشكل عشوائي، وتمت مناقشة آرائهم حول استخدام أداة “كرونوسيغ” وأدوات رقمية مماثلة لدعم اتخاذ القرارات في فرز حالات الاكتئاب الصعبة. تم تحليل البيانات بشكل موضوعي باستخدام طريقة الإطار (Framework method)، حيث قام فريقان من الباحثين بفحص النصوص بشكل مستقل لضمان الدقة والموثوقية. تم الالتزام بإرشادات COREQ لضمان جودة الإبلاغ عن نتائج الدراسة.

النتائج

كشفت الدراسة عن عدة مواضيع رئيسية. أولاً، أشار المشاركون إلى أن تقييم الاحتياجات الصحية العقلية أمر معقد ويتطلب فهمًا شاملاً للعوامل المختلفة التي تؤثر على الصحة النفسية. ثانيًا، سلطوا الضوء على التحديات التي تواجه النظام الصحي العقلي الحالي، مثل نقص الموارد وأوقات الانتظار الطويلة. ثالثًا، أعربوا عن بعض المخاوف بشأن استخدام الكمبيوتر أو الذكاء الاصطناعي في التنبؤ بالمخاطر واتخاذ القرارات السريرية، خاصة فيما يتعلق بالدقة والتحيز المحتمل. رابعًا، أشاروا إلى اختلافات وتشابهات بين استخدام أدوات التنبؤ القائمة على الكمبيوتر في الصحة العقلية والصحة الجسدية. خامسًا، حددوا الفوائد والمخاطر المحتملة لاستخدام الذكاء الاصطناعي في هذا المجال. وأخيرًا، ناقشوا العوامل التي يجب مراعاتها في المستقبل عند تطوير وتنفيذ هذه الأدوات.

الدلالات

تؤكد هذه الدراسة على أهمية إشراك المرضى في تطوير الأدوات الرقمية في مجال الصحة العقلية. فقد أظهرت الدراسات السابقة أن الحصول على ملاحظات الأطباء أمر بالغ الأهمية، ولكن هذه الدراسة تركز بشكل خاص على آراء المرضى الذين يتلقون الرعاية. أشار المشاركون إلى أنهم يعانون من التأخير والأخطاء والارتباك في عملية الإحالة، وأعربوا عن تفاؤلهم بشأن قدرة أداة “كرونوسيغ” على تحسين أوقات الانتظار وتقليل الوقت المستغرق بين الخدمات، خاصة عندما تستخدم بالإضافة إلى الاستشارة السريرية الجيدة. في العديد من البلدان، هناك نقص في خدمات الصحة العقلية، مما يؤدي إلى زيادة أوقات الانتظار في قوائم الانتظار الرسمية وغير الرسمية. تدعم هذه الدراسة مسارًا محتملاً لتحسين هذه العمليات من خلال تحديد احتياجات المرضى بشكل أكثر دقة وكفاءة، ومطابقتها مع الخدمات وفرص البحث المناسبة. إن استخدام الذكاء الاصطناعي في مجال الصحة العقلية يحمل وعودًا كبيرة، ولكن يجب أن يتم ذلك بطريقة مسؤولة وشفافة، مع إعطاء الأولوية لرفاهية المرضى.

Reference

Smith K.A. (2026). AI assisted triage of UK patients in mental health care services: a qualitative focus group study of patients’ attitudes. BMC Psychiatry.

DOI: 10.1186/s12888-025-07329-7

تفاصيل الدراسة

Article

BMC Psychiatry

يناير 13, 2026

Katharine Smith Julia Hamer-Hunt Nemanja Vaci Helen Page Dan W. Joyce ...

GB

Katharine Smith et al. (2026). AI assisted triage of UK patients in mental health care services: a qualitative focus group study of patients’ attitudes

DOI: 10.1186/s12888-025-07329-7

اقرأ الملخص العلمي الأصلي

Abstract Background The referral process between healthcare services can be complex, especially in psychiatry, leading to significant delays and ‘hidden waiting lists’. Digital approaches may be helpful. The CHRONOSIG (CHRONOlogical SIGnature) project aims to improve the referral and triage process by applying machine learning (ML) technology to information in electronic health records. We used a focus group methodology to ascertain the views of patients and participants on using CHRONOSIG and similar digital approaches to support decision making in triaging referrals in difficult to treat depression, and the potential benefits and disadvantages of such an approach. Methods A lived experience participant focus group ( N = 16) was held on 25th September, 2024, with a lived experience chair. Participants were recruited by convenience sampling. Data were analysed thematically and managed using the Framework method, with double coding of transcripts, and reported using COREQ guidelines. Results Main themes from the analysis were: (i) the complexity of mental health needs assessments; (ii) challenges in the current mental health system; (iii) general challenges of using a computer/artificial intelligence based tool for risk prediction and clinical decision support; (iv) differences and similarities in using a computer-based prediction tool in mental health vs. in physical health; (v) possible benefits and harms; (vi) factors to consider in the future. Conclusions Patient engagement is a key challenge for digital tools in mental health, but previous studies in digital decision support tools have focussed on clinician feedback. In this study we ascertained the views of lived experience participants in mental healthcare triage and referral in difficult to treat depression. Participants identified delays, errors and confusion in the referral process and expressed positive views on the ability of the CHRONOSIG tool to help to improve waiting times and time spent between services, particularly when used as an addition to a high-quality clinical consultation. In many countries there are shortfalls in mental health care provision with increasing waits in both recorded and unrecorded waiting lists. This study supports a potential route to improve these processes; by more accurately and efficiently identifying the needs of patients and matching these to suitable services and research opportunities.

اقتبس من هذا المقالة

APAMLACHICAGOHARVARDIEEEAMA

(2026). آراء المرضى حول استخدام الذكاء الاصطناعي في فرز الحالات النفسية: دراسة نوعية. عرب سايكلوجي. تم الاسترجاع من https://arabpsychology.com/field-news/%d8%a2%d8%b1%d8%a7%d8%a1-%d8%a7%d9%84%d9%85%d8%b1%d8%b6%d9%89-%d8%ad%d9%88%d9%84-%d8%a7%d8%b3%d8%aa%d8%ae%d8%af%d8%a7%d9%85-%d8%a7%d9%84%d8%b0%d9%83%d8%a7%d8%a1-%d8%a7%d9%84%d8%a7%d8%b5%d8%b7%d9%86/

. "آراء المرضى حول استخدام الذكاء الاصطناعي في فرز الحالات النفسية: دراسة نوعية." عرب سايكلوجي, 3 فبراير. 2026, https://arabpsychology.com/field-news/%d8%a2%d8%b1%d8%a7%d8%a1-%d8%a7%d9%84%d9%85%d8%b1%d8%b6%d9%89-%d8%ad%d9%88%d9%84-%d8%a7%d8%b3%d8%aa%d8%ae%d8%af%d8%a7%d9%85-%d8%a7%d9%84%d8%b0%d9%83%d8%a7%d8%a1-%d8%a7%d9%84%d8%a7%d8%b5%d8%b7%d9%86/.

. "آراء المرضى حول استخدام الذكاء الاصطناعي في فرز الحالات النفسية: دراسة نوعية." عرب سايكلوجي, 2026. https://arabpsychology.com/field-news/%d8%a2%d8%b1%d8%a7%d8%a1-%d8%a7%d9%84%d9%85%d8%b1%d8%b6%d9%89-%d8%ad%d9%88%d9%84-%d8%a7%d8%b3%d8%aa%d8%ae%d8%af%d8%a7%d9%85-%d8%a7%d9%84%d8%b0%d9%83%d8%a7%d8%a1-%d8%a7%d9%84%d8%a7%d8%b5%d8%b7%d9%86/.

(2026) 'آراء المرضى حول استخدام الذكاء الاصطناعي في فرز الحالات النفسية: دراسة نوعية', عرب سايكلوجي. متاح في: https://arabpsychology.com/field-news/%d8%a2%d8%b1%d8%a7%d8%a1-%d8%a7%d9%84%d9%85%d8%b1%d8%b6%d9%89-%d8%ad%d9%88%d9%84-%d8%a7%d8%b3%d8%aa%d8%ae%d8%af%d8%a7%d9%85-%d8%a7%d9%84%d8%b0%d9%83%d8%a7%d8%a1-%d8%a7%d9%84%d8%a7%d8%b5%d8%b7%d9%86/.

[1] , "آراء المرضى حول استخدام الذكاء الاصطناعي في فرز الحالات النفسية: دراسة نوعية," عرب سايكلوجي, مجلد X, عدد Y, ص Z-Z, فبراير, 2026.

. آراء المرضى حول استخدام الذكاء الاصطناعي في فرز الحالات النفسية: دراسة نوعية. عرب سايكلوجي. 2026;vol(issue):pages.

تحميل المقال (.PDF)