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।

EV0467

कृत्रिम बुद्धिमत्ता से जनसंख्या स्तर पर अवसाद, अल्ज़ाइमर रोग और पार्किंसन रोग की घटना-दर का पूर्वानुमान: स्वास्थ्य सेवा नियोजन के लिए निहितार्थ

POPULATION-LEVEL PREDICTION OF DEPRESSION, ALZHEIMER’S DISEASE, AND PARKINSON’S DISEASE INCIDENCE USING ARTIFICIAL INTELLIGENCE: IMPLICATIONS FOR HEALTH SERVICE PLANNING

मेक्सिको के राष्ट्रीय अधिसूचना डेटा पर प्रशिक्षित समय-श्रृंखला और मशीन लर्निंग मॉडल राष्ट्रीय स्तर पर कम त्रुटि वाले पूर्वानुमान देते हैं, लेकिन राज्य स्तर पर त्रुटि स्पष्ट रूप से बढ़ जाती है और सेवा नियोजन में उनकी उपयोगिता का अभी मूल्यांकन नहीं किया गया है।

इस अध्ययन का उद्देश्य मेक्सिको की राष्ट्रीय महामारीवैज्ञानिक निगरानी प्रणाली के साप्ताहिक बुलेटिनों के आधार पर अवसाद (F32), अल्ज़ाइमर रोग (G30) और पार्किंसन रोग (G20) की अधिसूचनाओं का 52 सप्ताह का पूर्वानुमान तैयार करना तथा त्रुटि के स्तर को मापकर सेवा, कार्मिक और बजट नियोजन में इसकी उपयोगिता की जाँच करना है; पोस्टर में विशेष रूप से ज़ोर दिया गया है कि पूर्वानुमान नैदानिक घटना-दर का नहीं, बल्कि अधिसूचनाओं की संख्या का है। पद्धति के रूप में यह 2014-2026 की अवधि को शामिल करने वाला एक पूर्वव्यापी समय-श्रृंखला अध्ययन है; साप्ताहिक मामलों को रोग, क्षेत्र और लिंग के अनुसार दर्ज करके 3 रोगों, 37 क्षेत्रों (32 राज्य, संपूर्ण देश और राज्यों के 4 समूह) तथा 3 स्तरों (पुरुष, महिला और दोनों लिंग संयुक्त) के लिए कुल 333 श्रृंखलाएँ तैयार की गईं और चार सांख्यिकीय तथा मशीन लर्निंग विधियों का उपयोग किया गया: रुझानों और चक्रों का मॉडल बनाने वाला Prophet, न्यूरल नेटवर्क आधारित DeepAR, पूर्वानुमानों को संयोजित करने वाला Ensemble और संयोजन करना सीखने वाला Stacking; प्रत्येक श्रृंखला के लिए अलग मॉडल चुना गया तथा राष्ट्रीय स्तर पर अवसाद के लिए DeepAR और पार्किंसन व अल्ज़ाइमर के लिए Prophet को प्राथमिकता दी गई। पूर्वानुमानों की तुलना 2026 के 7वें से 31वें महामारीवैज्ञानिक सप्ताह (25 सप्ताह) की अधिसूचनाओं से की गई, 24वें से 31वें सप्ताह (8 सप्ताह) के पूर्वानुमान पहले से दर्ज किए गए और प्रदर्शन का मूल्यांकन सममित माध्य निरपेक्ष प्रतिशत त्रुटि (symmetric mean absolute percentage error, sMAPE) तथा माध्य निरपेक्ष त्रुटि (mean absolute error, MAE) से किया गया। राष्ट्रीय परिणामों में 25 सप्ताह और 8 सप्ताह के लिए sMAPE क्रमशः अवसाद में 8.7% और 5.0%, पार्किंसन में 10.6% और 6.7%, तथा अल्ज़ाइमर में 14.4% और 17.8% दर्ज किया गया; MAE क्रमशः अवसाद में 260.2 और 153.8, पार्किंसन में 16.5 और 10.3, तथा अल्ज़ाइमर में 6.2 और 7.4 था। अवसाद के लिए 25 सप्ताह के राष्ट्रीय कुल का पूर्वानुमान 74,675 था, जबकि अधिसूचित संख्या 75,859 थी; इस प्रकार पूर्वानुमान अधिसूचित कुल से 1.6% कम रहा। इसके विपरीत, राज्य स्तर पर 25 सप्ताह के sMAPE की माध्यिका 21.6% थी और सर्वाधिक मान Tlaxcala में 46.7% पाया गया; इस बात पर ज़ोर दिया गया कि राष्ट्रीय स्तर की सटीकता स्थानीय स्तर की सटीकता की गारंटी नहीं देती और मामलों की संख्या कम होने पर छोटी त्रुटियाँ भी सापेक्ष रूप से बड़ी हो सकती हैं। एक अतिरिक्त वर्णनात्मक निष्कर्ष के अनुसार, 2026 के 31वें सप्ताह तक अवसाद की संचयी अधिसूचनाओं में 67,753 (73.1%) महिलाएँ और 24,974 (26.9%) पुरुष थे; पोस्टर में स्पष्ट किया गया है कि यह डेटा एक अलग समयावधि और चर से संबंधित है तथा इसकी तुलना राष्ट्रीय पूर्वानुमान के आँकड़ों से नहीं की जा सकती। लेखकों का कहना है कि पूर्वानुमान कार्मिक और अपॉइंटमेंट नियोजन के लिए जानकारी दे सकते हैं, लेकिन इनके आधार पर बजट निर्धारित नहीं किए जाने चाहिए; स्थानीय स्तर पर भावी सत्यापन आवश्यक है और सेवाओं के संदर्भ में इनकी उपयोगिता का अभी मूल्यांकन नहीं किया गया है। वे सीमाओं में देखभाल की मापी गई माँग या नैदानिक लाभ संबंधी डेटा का अभाव, अध्ययन का पूरी तरह भावी न होना, आयु के आधार पर तथा देश के बाहर मूल्यांकन न किया जाना और संभावित अपूर्ण अधिसूचना को शामिल करते हैं।

WCP 2026 के सभी सारांश