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।

EV0320

व्यक्तिनिष्ठ आकलन से परे: स्किज़ोफ्रेनिया, द्विध्रुवी विकार और प्रमुख अवसादी विकार के विभेदक निदान में पॉलीसोम्नोग्राफी और डीप लर्निंग का उपयोग

BEYOND SUBJECTIVE ASSESSMENT: LEVERAGING POLYSOMNOGRAPHY AND DEEP LEARNING FOR THE DIFFERENTIAL DIAGNOSIS OF SCHIZOPHRENIA, BIPOLAR DISORDER, AND MAJOR DEPRESSIVE DISORDER

विभिन्न केंद्रों के अस्पताल में भर्ती रोगियों की पॉलीसोम्नोग्राफी रिकॉर्डिंग और इलेक्ट्रॉनिक नैदानिक अभिलेखों को एकीकृत करने वाला एक बहु-माध्यम आधारभूत मॉडल (multimodal foundation model) विकसित किया गया है, जिसका उद्देश्य रात भर के नींद संबंधी संकेतों को परिमाणात्मक मानसिक स्वास्थ्य आकलन, मनोरोग निदान सहायता और स्वचालित नींद रिपोर्टों में बदलना है।

इस अध्ययन का उद्देश्य व्यक्तिनिष्ठ आकलन पर आधारित मनोरोग विभेदक निदान का एक संकेत-आधारित विकल्प प्रस्तुत करने के लिए पॉलीसोम्नोग्राफी (PSG) और बड़े भाषा मॉडल पर आधारित एक ढाँचा विकसित करना है। पोस्टर में चीन के अनेक केंद्रों से संकलित, अस्पताल में भर्ती मनोरोगियों के नींद-संबंधी कोहोर्ट की 42,003 PSG रिकॉर्डिंग और सार्वजनिक रूप से उपलब्ध पाँच स्रोत साइटों की 119,192 PSG रिकॉर्डिंग (साइट 1: 43,572; साइट 2: 26,364; साइट 3: 18,180; साइट 4: 16,046; साइट 5: 15,030) का उल्लेख किया गया है; कुल नींद अवधि 30 लाख घंटे से अधिक बताई गई है। बहु-माध्यम PSG इनपुट में EEG, EOG, EMG, ECG, वायु प्रवाह और SpO2 चैनल शामिल हैं; मॉडल स्थानीय शारीरिक संकेतों की समय-खिड़कियों और पूरी रात के संदर्भ को द्विदिश क्रॉस-स्केल अटेंशन (bidirectional cross-scale attention) के माध्यम से एकीकृत करता है और उन्हें एक PSG-LLM संरचना में भेजता है, जो संकेत टोकनों और नैदानिक भाषा टोकनों को एक ही निरूपण-स्थान में संसाधित करती है। नैदानिक कार्यों के रूप में मस्तिष्क स्वास्थ्य स्कोर (पोस्टर के उदाहरण में 78/100), मनोरोग विकारों के जोखिम का स्तरीकरण (मनोदशा विकारों, चिंता विकारों और नींद संबंधी विकारों की शाखाओं के साथ) और रात की नींद के मापदंड (TST, SE, SL, WASO, AHI, ODI) प्रस्तुत किए गए हैं। पोस्टर में मॉडल द्वारा तैयार की गई एक नमूना नैदानिक रिपोर्ट भी शामिल है; इस उदाहरण में 9 महीनों से बढ़ती भूलने की समस्या, निम्न मनोदशा और खंडित नींद की नैदानिक तस्वीर के आधार पर हल्के तंत्रिका-संज्ञानात्मक विकार की नैदानिक धारणा, संभावित अवसाद और संभावित अवरोधक निद्रा एप्निया के योगदान का उल्लेख किया गया है। पोस्टर का मुख्य निष्पादन एक ऐसे डेटासेट का निर्माण है, जिसमें पूरी रात की PSG रिकॉर्डिंग को व्यापक इलेक्ट्रॉनिक स्वास्थ्य अभिलेख (EHR) के नैदानिक डेटा से जोड़ा गया है, तथा एक एकीकृत PSG-EHR आधारभूत मॉडल और भाषा एजेंट ढाँचे का विकास है। पोस्टर में निदानों के बीच भेद करने की संवेदनशीलता, विशिष्टता या सटीकता जैसे प्रदर्शन-संबंधी आँकड़े प्रस्तुत नहीं किए गए हैं; इसलिए इस डेटा के आधार पर मॉडल के विभेदक निदान प्रदर्शन का मूल्यांकन नहीं किया जा सकता।

WCP 2026 के सभी सारांश