Büyük Dil Modelleri Nijerya’da Otomatik Depresyon Taramasında Yeni Bir Dönem Başlatıyor
Büyük Dil Modelleri Nijerya’da Otomatik Depresyon Taramasında Yeni Bir Dönem Başlatıyor
Nijerya’da genç yetişkinler arasında Pidgin İngilizcesi ile yapılan depresyon taramalarında, GPT-4.1 ve diğer büyük dil modelleri umut verici sonuçlar verdi.
Önemli Noktalar
- GPT-4.1, PHQ-9 depresyon şiddeti tahmininde %94,5 doğruluk oranı ile en iyi performansı gösterdi.
- Çalışma, 18-40 yaş arası Nijeryalı gençlerden toplanan 432 Pidgin dilinde sesli yanıtla yürütüldü.
- Otomatik depresyon taraması, dil engelleri ve klinisyen erişimi düşük olan topluluklar için yeni olanaklar sunuyor.
Çalışmanın Arka Planı
Nijerya’da depresyon, ruh sağlığı yükünün başlıca nedenlerinden biri olarak öne çıkıyor. Ancak, geleneksel tarama araçlarının dil ve kültür engelleri nedeniyle yaygın şekilde kullanılması zorlaşıyor. Özellikle PHQ-9 gibi testler, yüksek gelirli ülkelerde doğrulanmış olsa da, Nijerya gibi çok dilli ve kültürel olarak çeşitli toplumlarda erişilebilirliği sınırlı kalıyor.
Teknik Detaylar
Araştırmacılar, Nijeryalı genç yetişkinlerden (18-40 yaş arası) Pidgin İngilizcesi ile verilen 432 sesli yanıt içeren bir veri seti oluşturdu. Bu yanıtlar transkribe edildi, detaylı ön işleme ve etiketleme süreçlerinden geçirildi. Süreçte, anlamsal etiketleme, argo ve deyimlerin yorumlanması ile PHQ-9 şiddet puanlaması yapıldı.
Üç büyük dil modeli — Phi-3-mini-4k-instruct, Gemma-3-4B-it ve GPT-4.1 — bu verilerle ince ayarlandı. Modellerin performansı hem nicel (doğruluk, kesinlik, anlamsal uyum) hem de nitel (kültürel uygunluk, açıklık, bağlamsal alaka) olarak değerlendirildi.
Sonuçlar ve Karşılaştırmalar
GPT-4.1, PHQ-9 depresyon şiddeti tahmininde %94,5 doğruluk oranı ile öne çıktı ve diğer modelleri (Gemma-3-4B-it ve Phi-3-mini-4k-instruct) geride bıraktı. Ayrıca, kültürel olarak en uygun ve anlaşılır yanıtları da yine GPT-4.1 sağladı.
Gelecek Perspektifi
Bu çalışma, dilsel çeşitlilik ve kaynak kısıtı olan topluluklarda yapay zekâ destekli ruh sağlığı araçlarının geliştirilmesi için önemli bir temel oluşturuyor. 2026 yılı içinde, bu tür otomatik tarama çözümlerinin Nijerya’da ve benzer ortamlarda yaygınlaşması bekleniyor.
Kaynak: arxiv.org