تُرجمت هذه الصفحة تلقائيًا من اللغة التركية. اقرأ النص الأصلي

هذه الصفحة ملخص باللغة التركية أُعدّ بمساعدة الذكاء الاصطناعي لدراسة قُدّمت في المؤتمر العالمي السادس والعشرين للطب النفسي. تعود ملكية الدراسة إلى المؤلفين الذين قدّموها؛ وللاستشهاد بها، يُرجى الرجوع إلى المصدر الأصلي.

EV0464

ملصق إلكترونيالطب النفسي الرقمي والذكاء الاصطناعيدراسة للتطبيق التجريبي وتطوير المنصة

LAGUN_الفصام: نظام قائم على الذكاء الاصطناعي للتنبؤ بالمخاطر وتقليل التفاقمات لدى مرضى الفصام

LAGUN_SCHIZOPHRENIA: ARTIFICIAL INTELLIGENCE-BASED SYSTEM FOR PREDICTING RISKS AND MINIMIZING RELAPSES IN PATIENTS WITH SCHIZOPHRENI.

مقدّم العرض: Julieta V. Ortiz

البلد: Spain

المؤسسة: San Juan de Dios Gipuzkoa

انتقلت منصة LAGUN القائمة على الذكاء الاصطناعي، التي تجمع بين البيانات السريرية والبيانات المبلّغ عنها من المرضى وبيانات الأجهزة القابلة للارتداء، إلى مرحلة التطبيق السريري المبكر؛ ولم تُثبت بعد دقتها التنبؤية أو تأثيرها في التفاقمات.

تهدف الدراسة إلى تطوير منصة صحة رقمية قائمة على الذكاء الاصطناعي والتحقق من صلاحيتها، بحيث تجمع بين البيانات السريرية والسلوكية والفسيولوجية لتحديد المؤشرات الحيوية الرقمية، وتقدير خطر التفاقم على المستوى الفردي، وتزويد الممارسين السريريين بمعلومات قابلة للتطبيق خلال فترات الانتقال من المستشفى إلى المنزل. تدمج منصة LAGUN ثلاثة مصادر للبيانات الطولية: البيانات السريرية والسياقية (الخصائص عند خط الأساس، والتاريخ السريري، والعوامل النفسية الاجتماعية)، والبيانات المستمدة من المرضى (التقارير الذاتية عن الحالة الصحية والأنشطة اليومية والالتزام بالعلاج عبر تطبيق للهاتف المحمول)، والمؤشرات الحيوية الرقمية المجمّعة بصورة سلبية (قياسات النشاط والنوم والقلب والأوعية الدموية المستمدة من الأجهزة القابلة للارتداء). تُعالَج البيانات متعددة الأنماط في وحدات تحليل قائمة على الذكاء الاصطناعي للتعرّف على الأنماط الفردية، والكشف عن الانحرافات عن حالة خط الأساس، وتقدير خطر التفاقم، وتُعرض النتائج على المختصين عبر لوحة معلومات قائمة على الويب. شمل التطبيق التجريبي 15 مشاركًا، خضع 9 منهم للمتابعة باستخدام جهاز قابل للارتداء، وبلغ إجمالي المتابعة 481 يومًا-مريضًا، وسُجّلت 147 حالة انتقال من المستشفى إلى المنزل؛ وأُفيد بأن تغطية البيانات خلال فترات الإجازة المنزلية بلغت 60.7%. جُمعت بنجاح أثناء التطبيق قياسات طولية للنوم ومعدل التنفس، إلا أنه تبيّن وجود بيانات مفقودة لبعض المتغيرات المستمدة من الأجهزة القابلة للارتداء، واستُخدمت هذه النتيجة لتحسين مسار معالجة البيانات. يشير المؤلفون إلى صغر حجم الأتراب الحالية، وإلى أن الأداء التنبؤي والتأثير في التفاقم وإعادة الدخول إلى المستشفى يحتاجان إلى التحقق على نطاق أوسع. وخلاصة القول إن المنصة تهدف إلى دعم رعاية مستمرة وتنبؤية ومخصّصة لمرضى الفصام، مع الحفاظ على قيادة الممارسين السريريين لعملية اتخاذ القرار، وإن التحقق المستقبلي سيكشف عن قدرتها على التنبؤ بالتفاقم والوقاية منه.

الانتقال إلى الملصق الأصلي

كيف يُستشهد بهذه الدراسة؟

APA 7: Ortiz, J. V., Aviles, A. Z., & Santamaría, A. P. (2026, September 23-26). Lagun_schizophrenia: artificial intelligence-based system for predicting risks and minimizing relapses in patients with schizophreni [E-poster]. 26th WPA World Congress of Psychiatry (WCP 2026), Stockholm, Sweden. https://cslide.ctimeetingtech.com/wcp26/attendee/eposter/file/1138

Vancouver: Ortiz JV, Aviles AZ, Santamaría AP. Lagun_schizophrenia: artificial intelligence-based system for predicting risks and minimizing relapses in patients with schizophreni [e-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/1138

أُنشئت أسماء المؤلفين وصيغة العنوان تلقائيًا من نظام المؤتمر؛ يُرجى مقارنتها بالملصق الأصلي قبل استخدامها.

من الموضوع نفسه

جميع ملخصات WCP 2026