यह पृष्ठ तुर्की से स्वचालित रूप से अनुवादित किया गया है। मूल पढ़ें

यह पृष्ठ 26वीं विश्व मनोरोग कांग्रेस में प्रस्तुत अध्ययन का कृत्रिम बुद्धिमत्ता की सहायता से तैयार किया गया तुर्की सारांश है। अध्ययन का स्वामित्व इसे प्रस्तुत करने वाले लेखकों के पास है; उद्धरण के लिए मूल स्रोत देखें।

EV0274

ई-पोस्टरडिजिटल मनोचिकित्सा और कृत्रिम बुद्धिमत्ताव्याप्ति समीक्षा (स्कोपिंग रिव्यू)

बच्चों और किशोरों के मानसिक स्वास्थ्य अनुसंधान में डीप लर्निंग के अनुप्रयोगों की स्कोपिंग समीक्षा

SCOPING REVIEW OF DEEP LEARNING APPLICATIONS IN CHILD & YOUTH MENTAL HEALTH RESEARCH

प्रस्तुतकर्ता: Laura Duncan

देश: Canada

संस्थान: McMaster University, Offord Centre for Child Studies

बच्चों और किशोरों में डीप लर्निंग अनुसंधान मुख्यतः निदान पर केंद्रित है और EEG डेटा तथा ध्यान-अभाव/अतिसक्रियता विकार (ADHD) तक सीमित है; मॉडल विकास से आगे बढ़कर सत्यापन, पूर्वाग्रह और कार्यान्वयन के पहलुओं पर लगभग कोई ध्यान नहीं दिया जाता।

इस अध्ययन का उद्देश्य यह स्पष्ट करना है कि बच्चों और किशोरों के मानसिक स्वास्थ्य अनुसंधान में डीप लर्निंग (deep learning) विधियों का उपयोग कैसे किया जा रहा है और ये मॉडल नैदानिक उपयोग तक पहुँचने वाले अपने जीवनचक्र के किस चरण में हैं। पद्धति के रूप में JBI स्कोपिंग समीक्षा दिशानिर्देश (2020) और PRISMA-ScR विस्तार का पालन किया गया; शीर्षक और सार की छँटाई, पूर्ण पाठ का मूल्यांकन और डेटा निष्कर्षण दो समीक्षकों द्वारा स्वतंत्र रूप से किए गए। डेटा निष्कर्षण अध्ययन की विशेषताओं, जाँचे गए मानसिक विकारों, उपयोग किए गए डीप लर्निंग मॉडलों और रिपोर्ट किए गए चरणों पर केंद्रित था। पोस्टर में प्रस्तुत परिणाम पात्र पाए गए 181 अध्ययनों में से 134 से निकाले गए डेटा पर आधारित हैं। नमूने का आकार 20 से 24,540 के बीच था और आयु 4 से 18 वर्ष के बीच थी; 50% अध्ययनों में 4 से 9 वर्ष और 50% में 10 से 18 वर्ष की आयु सीमा शामिल थी। सबसे अधिक उपयोग किया जाने वाला मॉडल कन्वोल्यूशनल न्यूरल नेटवर्क (convolutional neural network) था, जिसका उपयोग 42% अध्ययनों में हुआ; सबसे अधिक उपयोग किए गए डेटा प्रकार इमेजिंग और EEG थे। 74% अध्ययन (n=46) मानसिक विकारों के निदान पर केंद्रित थे और सबसे अधिक अध्ययन किया गया निदान ADHD था। कार्यान्वयन और रिपोर्टिंग के संदर्भ में, मॉडल की व्याख्येयता या चरों के महत्त्व पर लगभग 27% अध्ययनों में विचार किया गया, जबकि बाह्य सत्यापन (external validation), मॉडल की तैनाती और बच्चों/किशोरों के मानसिक स्वास्थ्य परिवेश में मॉडल की तैनाती की रिपोर्टिंग बहुत कम हुई। केवल 1 अध्ययन ने मशीन लर्निंग रिपोर्टिंग दिशानिर्देश या जाँच-सूची का उपयोग करने की सूचना दी। पोस्टर इस बात पर ज़ोर देता है कि अधिकांश अध्ययन मॉडल-केंद्रित हैं और डेटा प्राप्त करने, प्रशिक्षण तथा मूल्यांकन पर चर्चा करते हैं, लेकिन मॉडल के विकास और उसे उपयोग में लाने की प्रक्रिया में पूर्वाग्रह की संभावना पर बहुत कम अध्ययन विचार करते हैं। निष्कर्षतः, यह क्षेत्र तेज़ी से बढ़ रहा है; विभिन्न इमेजिंग प्रकारों और अलग-अलग विकारों पर अनुसंधान तथा मशीन लर्निंग मॉडलों की रिपोर्टिंग के लिए दिशानिर्देशों की आवश्यकता है। शेष पात्र अध्ययनों से डेटा निष्कर्षण जारी है।

मूल पोस्टर पर जाएँ

इस अध्ययन को कैसे उद्धृत करें?

APA 7: Duncan, L., Saggu, S., Pires, P., & Sassi, R. B. (2026, September 23-26). Scoping review of deep learning applications in child & youth mental health research [E-poster]. 26th WPA World Congress of Psychiatry (WCP 2026), Stockholm, Sweden. https://cslide.ctimeetingtech.com/wcp26/attendee/eposter/file/702

Vancouver: Duncan L, Saggu S, Pires P, Sassi RB. Scoping review of deep learning applications in child & youth mental health research [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/702

लेखकों के नाम और शीर्षक का प्रारूप कांग्रेस की प्रणाली से स्वचालित रूप से तैयार किए गए हैं; उपयोग करने से पहले मूल पोस्टर से मिलान करें।

इसी विषय से संबंधित

WCP 2026 के सभी सारांश