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.

SO384

الجمع بين الذكاء الاصطناعي القابل للتفسير والنمذجة الطبقية بحسب العمر للتنبؤ بمقاومة العلاج وخطر الانتحار في الاكتئاب

INTEGRATING AGE-STRATIFIED MODELING AND EXPLAINABLE AI FOR PREDICTING TREATMENT REFRACTORINESS AND SUICIDE RISK IN DEPRESSION

تنبأت نماذج TabNet الطبقية بحسب العمر بالاكتئاب المقاوم للعلاج وخطر الانتحار باستخدام بيانات التصوير المقطعي بالإصدار البوزيتروني بالفلوروديوكسي غلوكوز (FDG-PET)، بدقة أعلى من أساليب التعلم الآلي التقليدية، وحددت أنماطًا استقلابية مختلفة في كل فئة عمرية.

انطلقت الدراسة من فرضية أن الآليات الدماغية للاكتئاب المقاوم للعلاج (treatment-resistant depression, TRD) تختلف باختلاف الفئات العمرية، وهدفت إلى تقييم ما إذا كانت النمذجة الطبقية بحسب العمر تحسّن التنبؤ من خلال رصد أنماط استقلابية خاصة بكل فئة عمرية. شملت الدراسة 245 مريضًا باضطراب الاكتئاب الجسيم (تراوحت أعمارهم بين 21 و82 عامًا) من مستشفى تايبيه العام للمحاربين القدامى، وقُسّموا إلى ثلاث مجموعات: الشباب (أقل من 25 عامًا؛ 7 حالات غير مقاومة للعلاج و17 حالة اكتئاب مقاوم للعلاج)، والبالغون (25–49 عامًا؛ 26 حالة غير مقاومة للعلاج و58 حالة اكتئاب مقاوم للعلاج)، والمتقدمون في العمر (50 عامًا فأكثر؛ 56 حالة غير مقاومة للعلاج و81 حالة اكتئاب مقاوم للعلاج). استُخلصت بيانات FDG-PET في حالة الراحة من 116 منطقة دماغية وفق أطلس التوسيم التشريحي الآلي (AAL)، وأُجري تصحيح قيمة الامتصاص المعيارية (SUV) والتطبيع باستخدام الحدين الأدنى والأقصى؛ وقُورن الإطار الطبقي بحسب العمر، المبني باستخدام TabNet، وهي بنية تعلم عميق للبيانات الجدولية، بنماذج التعلم الآلي التقليدية (SVM وRF وXGBoost). واستُخدمت تقنيتا SMOTE وMixup ودالة خسارة متوازنة الفئات لمعالجة اختلال توازن الفئات، وأُتيحت قابلية تفسير النموذج باستخدام SHAP (التفسيرات الإضافية وفق قيم شابلي). تفوّق TabNet على النماذج التقليدية في جميع المقاييس؛ إذ بلغت دقة التنبؤ بمقاومة العلاج 75.33٪ في مجموعة الشباب، و71.62٪ في مجموعة البالغين، و77.80٪ في مجموعة المتقدمين في العمر. وأُفيد بأن دقة التنبؤ بخطر الانتحار بلغت 86.00٪ في مجموعة الشباب، و80.19٪ في مجموعة البالغين، و70.36٪ في مجموعة المتقدمين في العمر. وكشف تحليل SHAP عن ملامح بيولوجية عصبية خاصة بكل فئة عمرية: لوحظت لدى المرضى الشباب اختلافات في شبكات التكامل الحسي والشبكات الاجتماعية (الفص الجداري والقطب الصدغي)، ولدى البالغين اضطراب في التنظيم بين القشرة أمام الجبهية والقشرة الحزامية الأمامية والجهاز الحوفي، بينما لوحظ لدى المتقدمين في العمر تأثر البنى تحت القشرية والمخيخية (البطامة والمخيخ). ويشير المؤلفون إلى أن العمر عامل مُعدِّل حاسم في المظاهر السريرية للاكتئاب المقاوم للعلاج وأداء النموذج، وأن تقسيم المرضى إلى طبقات بحسب العمر واستخدام الذكاء الاصطناعي القابل للتفسير مثل TabNet يزيدان دقة التنبؤ ويتيحان تحديد الآليات المرضية الخاصة بكل فئة عمرية.

جميع ملخصات WCP 2026