# Aktif hasta ses verisi gönderimi bipolar bozuklukta yapay zekâ temelli duygudurum değişikliği saptamasını güçlendiriyor: MoodMon sisteminin klinik çalışma sonuçları - URL: https://alisanburak.com/es/wcp-2026-posterler/4100 - Language: es - Last updated: not specified - Page title: Aktif hasta ses verisi gönderimi bipolar bozuklukta yapay zekâ temelli duygudurum değişikliği saptamasını güçlendiriyor: MoodMon sisteminin klinik çalışma sonuçları | Resumen WCP 2026 > Hastalar beklenen ses kayıtlarının en az %50'sini gönderdiğinde yapay zekâ temelli duygudurum değişikliği saptamasının duyarlılığı %86,6'dan %95,4'e yükselmiş,… La traducción de esta página se está preparando; por ahora se muestra el original en turco. [Leer el original](https://alisanburak.com/wcp-2026-posterler/4100) Esta página es un resumen en turco, elaborado con ayuda de inteligencia artificial, del trabajo presentado en el 26.º Congreso Mundial de Psiquiatría. El trabajo pertenece a los autores que lo presentan; para citarlo, consulte la fuente original. Otro pósterPsiquiatría digital e inteligencia artificialEstudio clínico prospectivo # Aktif hasta ses verisi gönderimi bipolar bozuklukta yapay zekâ temelli duygudurum değişikliği saptamasını güçlendiriyor: MoodMon sisteminin klinik çalışma sonuçları ACTIVE PATIENT VOICE DATA SUBMISSION ENHANCES AI-DRIVEN MOOD CHANGE DETECTION IN BIPOLAR DISORDER: CLINICAL TRIAL RESULTS FROM THE MOODMON SYSTEM (ID 4100) Presentado por: Fernando S. Seoane País: Sweden Institución: Institute of Psychiatry and Neurology, Psychiatric Outpatient Clinic Hastalar beklenen ses kayıtlarının en az %50'sini gönderdiğinde yapay zekâ temelli duygudurum değişikliği saptamasının duyarlılığı %86,6'dan %95,4'e yükselmiş, özgüllük %98,6'da sabit kalmıştır. Amaç, bipolar bozuklukta (bipolar disorder, BD) hastaların aktif olarak gönderdiği ses verisinin yapay zekâ temelli duygudurum değişikliği saptamasını iyileştirip iyileştirmediğini sınamaktır. Çalışmaya tip I ya da tip II BD tanılı 75 hasta alındı (42 kadın, 33 erkek; 18 ila 64 yaş); dahil edilme ölçütü son bir yılda en az 2 duygudurum kaymasıydı ve toplam 350 günlük canlı uyarı verisi çözümlendi. MoodMon sistemi pasif olarak telefon ve bileklikten sosyal aktivite, fiziksel aktivite ve uyku verisi toplarken aktif bileşende hasta günlük ses anketindeki 3 nötr soruyu yanıtlıyor, içerik değil 12 akustik parametre (perde, enerji, MFCC) çözümleniyordu; popülasyon düzeyi ve bireysel modelleri birleştiren yapay zekâ motoru psikiyatriste uyarı gönderiyor, karar klinisyende kalıyordu. Birinci evrede (Ağustos 2021 ile Temmuz 2022) veri toplandı ve model eğitildi, ikinci evrede (Ağustos 2022'den itibaren) canlı uyarılar verildi. Referans standart olarak en az 3 ayda bir yapılan vizitlerde HDRS-17 ve YMRS uygulandı, iki haftada bir telefon kontrolü ve uyarı sonrası vizit yapıldı; erken belirtileri yakalamak için düşük kesme noktaları kullanıldı (HDRS 8 ve üzeri, YMRS 6 ve üzeri) ve her hasta günü doğru pozitif, yanlış pozitif, doğru negatif ya da yanlış negatif olarak etiketlenerek duyarlılık (TPR) ve özgüllük (TNR) hesaplandı. Tüm veride duyarlılık %86,6 iken beklenen ses kayıtlarının en az %30'unu gönderen hastalarda %93,9'a, en az %50'sini gönderenlerde %95,4'e yükseldi; özgüllük uyuma bakılmaksızın %98,6 düzeyinde sabit kaldı. Seçilmiş hastalarda gözlenen duyarlılık ile kayıtların en az %50'sinin gönderildiği varsayımına göre hesaplanan duyarlılık karşılaştırıldığında, kayıt gönderme oranı düşük olan hastalarda iki değer arasındaki farkın büyüdüğü görüldü. Yazarlar hasta katılımının yapay zekâ temelli izlem performansının temel belirleyicisi olduğu sonucuna varmakta, akıllı telefon tabanlı tasarımın uzmanlık merkezine uzaklıktan bağımsız izlem sağladığını ve kültürler arası uyarlama ile kaynak kısıtlı ortamlar için uygun olduğunu belirtmektedir. [Ir al póster original](https://cslide.ctimeetingtech.com/wcp26/attendee/eposter/file/2255) ¿Cómo citar este trabajo? APA 7: Seoane, F. S., Sochacka, M., Sokół-Szawłowska, M., & Abtahi, F. (2026, September 23-26). Active patient voice data submission enhances ai-driven mood change detection in bipolar disorder: clinical trial results from the moodmon system (id 4100) [Poster]. 26th WPA World Congress of Psychiatry (WCP 2026), Stockholm, Sweden. https://cslide.ctimeetingtech.com/wcp26/attendee/eposter/file/2255 Vancouver: Seoane FS, Sochacka M, Sokół-Szawłowska M, Abtahi F. Active patient voice data submission enhances ai-driven mood change detection in bipolar disorder: clinical trial results from the moodmon system (id 4100) [poster]. 26th WPA World Congress of Psychiatry (WCP 2026); 2026 Sep 23-26; Stockholm, Sweden. Available from: https://cslide.ctimeetingtech.com/wcp26/attendee/eposter/file/2255 Los nombres de los autores y el formato del título se han generado automáticamente a partir del sistema del congreso; compárelos con el póster original antes de utilizarlos. ## Sobre el mismo tema - [Siber tanıkların davranışını belirleyen etkenler](https://alisanburak.com/es/wcp-2026-posterler/ev0041) - [Z kuşağında sosyal medyanın "lunapark etkisi"nin modellenmesi: örtük değişken yaklaşımı](https://alisanburak.com/es/wcp-2026-posterler/ev0046) - [DEHB'de dijital girişimler: etkililik ve çok modlu tedavi yaklaşımlarına entegrasyon](https://alisanburak.com/es/wcp-2026-posterler/ev0072) - [Algoritmaların inşa ettiği beyinler: dijital çağda DEHB, patolojiyi mi tanılıyoruz yoksa yeni bir normali mi patolojikleştiriyoruz?](https://alisanburak.com/es/wcp-2026-posterler/ev0077) - [Genç erişkin bir örneklemde nomofobi ile yaygın anksiyete bozukluğu arasındaki ilişki](https://alisanburak.com/es/wcp-2026-posterler/ev0111) [Todos los resúmenes del WCP 2026](https://alisanburak.com/es/wcp-2026-posterler) --- Kaynak / Source: https://alisanburak.com/es/wcp-2026-posterler/4100 İletişim / Contact: Bağdat Caddesi, Veli Güneysu Apt. No:453 K:4 D:9, Suadiye / Kadıköy, İstanbul · +90 532 642 95 25 · info@alisanburak.com · https://alisanburak.com/bagdat-caddesi-psikoterapi-iletisim