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।

EV0470

मनोचिकित्सा में कृत्रिम बुद्धिमत्ता का समावेश: मानसिक स्वास्थ्य में प्रतिकूल घटनाओं के लिए कृत्रिम बुद्धिमत्ता-आधारित पूर्वानुमान और चेतावनी उपकरण का विकास और कार्यान्वयन

BRINGING AI TO PSYCHIATRY: DEVELOPING AND IMPLEMENTING AN AI PREDICTION AND ALERTING TOOL FOR MENTAL HEALTH ADVERSE EVENTS.

नियमित रूप से एकत्र किए गए इलेक्ट्रॉनिक चिकित्सा रिकॉर्ड के डेटा से अस्पताल में भर्ती मनोरोगियों की स्थिति बिगड़ने का पूर्वानुमान लगाने वाला मशीन लर्निंग-आधारित चेतावनी उपकरण विकसित किया गया है, जिसने मौजूदा बीमांकिक जोखिम-आकलन उपकरणों की तुलना में बेहतर विभेदन क्षमता दिखाई है।

अध्ययन का उद्देश्य यह निर्धारित करना था कि क्या तीव्र मानसिक स्वास्थ्य देखभाल परिवेशों में रोगियों की स्थिति बिगड़ने का पर्याप्त सटीकता से पूर्वानुमान लगाने वाला मशीन लर्निंग (machine learning, ML) मॉडल बनाया जा सकता है, और इस चेतावनी प्रणाली का पायलट मूल्यांकन करना था। कार्यविधि के अंतर्गत टीम की बैठकों, व्यापक समीक्षाओं और स्वास्थ्यकर्मियों के साथ साक्षात्कारों के माध्यम से चरों का चयन किया गया; जनवरी 2020 से अगस्त 2024 के बीच Waypoint केंद्र में देखभाल प्राप्त करने वाले रोगियों के इलेक्ट्रॉनिक चिकित्सा रिकॉर्ड (electronic medical record, EMR) के डेटा का पूर्वव्यापी नमूना लिया गया और लॉन्ग शॉर्ट-टर्म मेमोरी (Long Short-Term Memory, LSTM) मॉडल पर आधारित PRIME उपकरण (Predictive Risk Identification for Mental Health Events) विकसित किया गया। डेटा सेट का 80% प्रशिक्षण और सत्यापन के लिए तथा 20% परीक्षण के लिए अलग रखा गया। नमूने में 4,651 रोगी और EMR से प्राप्त 80 डेटा तत्व शामिल थे; विकास सेट में 2020 से 2023 तक का डेटा और मूल्यांकन सेट में वर्ष 2024 का डेटा शामिल था। 24 घंटे की पूर्वानुमान अवधि में उपकरण का AUC ROC 83% और परिशुद्धता (precision) 32% पाई गई; पोस्टर इसे उच्च संवेदनशीलता वाला नैदानिक आकलन उपकरण बताता है। तुलना में, PRIME उपकरण ने दो मौजूदा बीमांकिक जोखिम-आकलन उपकरणों—परिस्थितिजन्य आक्रामकता के गतिशील आकलन के भर्ती-रोगी संस्करण (Dynamic Appraisal of Situational Aggression, DASA-IV) और तीव्र हिंसा जोखिम मापनी (Acute Risk for Violence Scale, ARVS)—से अधिक AUC मान प्राप्त किया। उपकरण को 8 फॉरेंसिक मनोचिकित्सा और 2 तीव्र देखभाल इकाइयों में, 2 मनोचिकित्सकों की भागीदारी के साथ प्रारंभिक पायलट रूप में लागू किया गया; हस्तक्षेप में हर सुबह 08:00 बजे भेजी जाने वाली दैनिक PRIME चेतावनियाँ और दैनिक प्रतिक्रिया प्रश्नावलियाँ शामिल थीं। चिकित्सकों की धारणाओं से संबंधित तालिका में, अनुभव की गई उपयोगिता के लिए “पूरी तरह असहमत” और “असहमत” उत्तर 56%, “अनिर्णीत” 6%, तथा “सहमत” और “पूरी तरह सहमत” 38% बताए गए; अनुभव की गई सटीकता के लिए ये अनुपात क्रमशः 66%, 1% और 33% थे। निष्कर्षतः, यह बताया गया कि नियमित EMR डेटा से मनोचिकित्सा परिवेशों में रोगियों की स्थिति बिगड़ने का सटीक पूर्वानुमान लगाया जा सकता है। अगले चरण के रूप में, क्लस्टर-रैंडमाइज़्ड क्रॉसओवर (cluster-randomized crossover) नैदानिक अध्ययन में PRIME उपकरण के प्रभाव का मूल्यांकन करने की योजना है।

WCP 2026 के सभी सारांश