تُرجمت هذه الصفحة تلقائيًا من اللغة التركية. اقرأ النص الأصلي

Bu sayfa, 26. Dünya Psikiyatri Kongresi'nde sunulan çalışmanın yapay zekâ desteğiyle hazırlanmış Türkçe özetidir. Çalışmanın sahibi sunan yazarlardır; atıf için orijinal kaynağa başvurun.

SO441

Kısa Sözlü Poster SunumuDijital Psikiyatri ve Yapay ZekâRetrospektif tahmin modeli geliştirme

التعلّم الآلي القابل للتفسير للتنبؤ المبكر بتصاعد السلوك العدواني لدى المرضى المنوّمين في أقسام الطب النفسي باستخدام الوثائق السريرية الروتينية

EXPLAINABLE MACHINE LEARNING FOR THE PREDICTION OF AGGRESSIVE ESCALATIONS IN PSYCHIATRIC INPATIENTS USING NATURAL LANGUAGE PROCESSING OF ROUTINE CLINICAL DOCUMENTATION

Sunan: Guillermo Calvi

Ülke: Germany

Kurum: University Hospital Carl Gustav Carus Dresden, Clinic and Policlinic for Psychiatry and Psychotherapy

Oturum: 4530 - PARALLEL SHORT ORAL POSTER SESSIONS: ETHICS & HUMAN RIGHTS

Tarih: Sat, 26.09.2026

أتاح الجمع بين التمثيلات اللغوية المستخرجة من ملخصات الخروج الروتينية المكتوبة بالألمانية والسمات البديلة لقائمة BVC التنبؤ بالسلوك العدواني لدى المرضى المنوّمين بمساحة تحت منحنى ROC بلغت 0,868، متفوقًا بوضوح على النموذج الذي يستخدم السمات البديلة المنظّمة وحدها.

هدفت الدراسة إلى تطوير نموذج تعلّم آلي (machine learning) قابل للتفسير والتحقق من صلاحيته للتنبؤ بتصاعد السلوك العدواني لدى المرضى المنوّمين في أقسام الطب النفسي انطلاقًا من الوثائق السريرية الروتينية. حُوِّل 2.340 ملخص خروج مكتوبًا بالألمانية، أُزيلت هويات أصحابها بالكامل، من مستشفى دريسدن الجامعي إلى تضمينات سياقية (embedding) ذات 512 بُعدًا باستخدام المحوِّل متعدد اللغات Sentence-BERT. كذلك استُخرجت المجالات السبعة لقائمة بروست للتحقق من العنف (Brøset Violence Checklist, BVC) بوصفها متغيرات ثنائية باستخدام معالجة اللغة الطبيعية (natural language processing)، وشُكِّلت 8 سمات منظّمة ودرجة إجمالية بديلة (proxy) لقائمة BVC؛ ودُمجت السمات البالغ عددها 512 + 8 لتدريب نموذج CatBoost مع ضبط المعامل scale_pos_weight، وأُتيحت قابلية التفسير باستخدام SHAP. بلغ معدل انتشار السلوك العدواني المستدل عليه من النصوص نحو 21%. وحقق النموذج المدمج (BERT + السمات البديلة لقائمة BVC) مساحة تحت منحنى ROC ‏(ROC-AUC) بلغت 0,868، بينما بقي النموذج الذي يستخدم السمات البديلة لقائمة BVC وحدها عند نحو 0,80؛ وقد وردت قيمة 0,886 للنموذج المدمج في شرح الرسم البياني لمنحنى ROC في الملصق العلمي. ووفقًا لقيم SHAP الإجمالية، كانت السمات السلوكية الأكثر تأثيرًا هي التهديد اللفظي (0,32)، والتنشيط النفسي الحركي (0,30)، والتهديد الجسدي (0,27)، والاستثارة (0,21)، والاعتداء على الأشياء (0,18)، وإحداث الضوضاء (0,13)، والتخليط الذهني (0,09). وخلاصة القول إن وثائق الخروج الروتينية تتضمن إشارات سلوكية كافية لدعم التنبؤ الآلي بالسلوك العدواني، وإن الجمع بين النص الحر والسمات المنظّمة يتفوق على استخدام أي منهما منفردًا. ويعمل هذا النهج دون فرض عبء توثيق إضافي، ويُخطَّط لتوسيعه ليشمل مراكز متعددة بالتعاون مع مستشفى St. Marien وSKH Arnsdorf.

Orijinal postere git

Bu çalışmaya nasıl atıf yapılır?

APA 7: Calvi, G., et al. (2026, September 26). Explainable machine learning for the prediction of aggressive escalations in psychiatric inpatients using natural language processing of routine clinical documentation [Poster presentation]. 26th WPA World Congress of Psychiatry (WCP 2026), Stockholm, Sweden. https://cslide.ctimeetingtech.com/wcp26/attendee/eposter/file/2164

Vancouver: Calvi G, et al. Explainable machine learning for the prediction of aggressive escalations in psychiatric inpatients using natural language processing of routine clinical documentation [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/2164

Yazar adları ve başlık biçimi kongre sisteminden otomatik oluşturulmuştur; kullanmadan önce orijinal posterle karşılaştırın.

Aynı konudan

Tüm WCP 2026 özetleri