למידה מתוזמנת לשאול: רובוטים הומנואידיים מאומנים בסימולציה לאבחון נפשי

בעידן שבו אבחון בריאות נפשית סובל ממחסור במטפלים, בדיקת רובוטים הומנואידיים עם משתמשים אמיתיים איטית, גורמת לבלאי ומגבילה חזרות. חוקרים מציגים גישה חדשנית: סימולציה ממוקדת-סוכן שמאמנת רובוטים כאלה ללא עומס חומרה. הפלטפורמה הופכת נתוני ראיונות ל-276 מטופלים וירטואליים ב-Unreal Engine MetaHuman, עם דיבור מסונכרן, מבטים, הבעות פנים ותנועות גוף-ראש, כולל זרימות PHQ-8 ו-PCL-C לאבחון דיכאון ו-PTSD. ליבת המערכת היא לולאת תפיסה-מיזוג-מדיניות שמחליטה מתי לדבר, מתי להגיב בבק-צ'אנלס ומתי להימנע מהפרעות, תחת מגן בטיחות. האימון משלב replay נגדי-עובדתי (שינויים מוגבלים לא-מילוליים) ומנהל תורים מודע-אי ודאות ששואל שאלות להפחתת עמימות אבחנתית. השוואה בין שלושה בקרים הראתה כי TD3 (Twin Delayed DDPG) מנצח את PPO ו-CEM, עם כיסוי כמעט מושלם, קצב יציב ופרסים דומים. ניתוחי איכות החלטה מצביעים על חפיפת תורים זניחה, תזמון חיתוך מדויק, פחות בקשות הבהרה והמתנות קצרות יותר. התוצאות מבוססות סימולציה בלבד, כאשר הרובוט ההומנואידי הוא יעד ההעברה. ביצועים נשארים יציבים תחת נשירת מודליות והחלפת מנוע רינדור, והדירוגים נשמרים על קבוצת מטופלים נפרדת. הגישה מדגישה תזמון שיחה, פרוסודיה, בק-צ'אנלס ותשומת לב לפנים ולדיבור – אלמנטים שרוב הסימולטורים מתעלמים מהם, בעוד בקרים מסורתיים מתמקדים בדיוק משימה על חשבון אמון וקצב. לעסקים ישראליים בתחום הבריאות, זו הזדמנות להאיץ פיתוח כלים אוטומטיים לאבחון נפשי, במיוחד לאור משברי PTSD מקורבנות טרור. הסימולטור מאפשר איטרציות מהירות ומגוונות, מפחית עלויות ומשפר אינטראקציות אנושיות-מכונה. בהשוואה לחלופות, TD3 מציע שליטה טובה יותר במשתנים חברתיים ראשוניים כמו תזמון ויחסי אמון. התרומות כוללות סימולטור ממוקד-סוכן עם 276 מטופלים אינטראקטיביים, לולאת למידה בטוחה שמתייחסת לתזמון ויחסים כמשתני שליטה מרכזיים, מחקר השוואתי עם יתרונות ברורים בשלמות ובתזמון חברתי, ואבלאציות המסבירות את ההצלחות. השלב הבא: פיילוטים בפיקוח רופאים שיבדקו העברה לרובוטים אמיתיים. האם רובוטים כאלה ישנו את גישתנו לבריאות הנפש?