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।

EV0927

मनोग्रस्ति-बाध्यता विकार में कृत्रिम बुद्धिमत्ता: वर्तमान अनुप्रयोग और भविष्य की दिशाएँ

ARTIFICIAL INTELLIGENCE IN OBSESSIVE–COMPULSIVE DISORDER: CURRENT APPLICATIONS AND FUTURE DIRECTIONS

कृत्रिम बुद्धिमत्ता मनोग्रस्ति-बाध्यता विकार में शीघ्र निदान, तंत्रिकाजैविक उपप्रकारों के निर्धारण और व्यक्तिगत आवश्यकताओं के अनुरूप उपचार के लिए आशाजनक है, लेकिन वर्तमान साक्ष्य छोटे और विषम नमूनों तक सीमित हैं।

इस अध्ययन का उद्देश्य मनोग्रस्ति-बाध्यता विकार (obsessive-compulsive disorder, OCD) में निदान को बेहतर बनाने और उपचारात्मक हस्तक्षेपों को सुदृढ़ करने में कृत्रिम बुद्धिमत्ता (artificial intelligence, AI) की भूमिका की समीक्षा करना है। PubMed और Scopus डेटाबेस में "obsessive-compulsive disorder" और "artificial intelligence" खोजशब्दों का उपयोग करके एक वर्णनात्मक समीक्षा (narrative review) की गई। पोस्टर में बताया गया है कि OCD की शुरुआत कम उम्र में होने के बावजूद लक्षणों की शुरुआत से निदान और उपचार तक औसतन 17 वर्ष का विलंब होता है और यह प्रतिकूल रोग-प्रगति से जुड़ा है। कृत्रिम बुद्धिमत्ता के छह अनुप्रयोग क्षेत्रों को सूचीबद्ध किया गया है: एक बृहद भाषा मॉडल (large language model) द्वारा संक्षिप्त नैदानिक केस-विवरणों के आधार पर चिकित्सकों की तुलना में अधिक सटीकता से OCD का निदान करना और फाइन-ट्यूनिंग से पहले बिना उदाहरण दिए पहचान करने (zero-shot) में भी इस श्रेष्ठता का बने रहना; संरचनात्मक और कार्यात्मक चुंबकीय अनुनाद इमेजिंग डेटा में अपर्यवेक्षित मशीन लर्निंग (unsupervised machine learning) के माध्यम से तंत्रिकाजैविक रूप से भिन्न उपप्रकारों की पहचान करना, हालांकि विभिन्न इमेजिंग विधियों के निष्कर्षों में एकरूपता नहीं थी; उपचार-प्रतिरोधी OCD में संकेतों की वास्तविक समय में निगरानी करके उत्तेजना को अनुकूलित करने वाली क्लोज़्ड-लूप (closed-loop) गहन मस्तिष्क उत्तेजना; कृत्रिम बुद्धिमत्ता द्वारा तैयार किए गए एक्सपोज़र पदानुक्रम, जिन्हें उपयुक्त, विशिष्ट और नैदानिक रूप से उपयोगी पाया गया; क्लोमीप्रामीन और चयनात्मक सेरोटोनिन रीअपटेक इनहिबिटर (SSRI) के प्रति उपचार-प्रतिक्रिया का पूर्वानुमान लगाने वाले मशीन लर्निंग मॉडल; नाड़ी, इलेक्ट्रोडर्मल गतिविधि और त्वचा के तापमान को एक साथ मापने वाले पहनने योग्य उपकरणों से लक्षणों की निरंतर निगरानी। सीमाओं के खंड में बताया गया है कि बहुकेंद्रीय ENIGMA-OCD कंसोर्टियम (2,000 से अधिक रोगी) में संरचनात्मक MRI वर्गीकारक, विशेष रूप से दवा न लेने वाले रोगियों में, OCD वाले व्यक्तियों को स्वस्थ नियंत्रण प्रतिभागियों से विश्वसनीय रूप से अलग नहीं कर सके। OCD से जुड़े एक विशिष्ट जोखिम के रूप में इस बात पर बल दिया गया है कि रोगियों के लिए बनाए गए चैटबॉट आश्वासन तलाशने और व्यवहारों को बाध्यकारी अनुष्ठानों में बदलने की प्रवृत्ति को सुदृढ़ कर सकते हैं, इसलिए चिकित्सकीय निगरानी आवश्यक है; कृत्रिम बुद्धिमत्ता उपकरणों के मूल्यांकन के लिए FAITA-Mental Health जैसे ढाँचों की सिफारिश की गई है, जिनमें छह क्षेत्र शामिल हैं: विश्वसनीयता, उपयोगकर्ता अनुभव, उपयोगकर्ता की स्वायत्तता, समानता और समावेशिता, पारदर्शिता तथा सुरक्षा/संकट प्रबंधन। निष्कर्षतः, कृत्रिम बुद्धिमत्ता OCD की शीघ्र पहचान, व्यक्तिगत आवश्यकताओं के अनुरूप हस्तक्षेप और वस्तुनिष्ठ परिणाम मापदंडों के माध्यम से परिशुद्ध मनोचिकित्सा (precision psychiatry) की ओर एक मार्ग प्रदान करती है, लेकिन प्राथमिकता भावी अनुवर्ती अध्ययनों, बहुमाध्यमीय मॉडलों और नैतिक/नियामक मानकों को दी जानी चाहिए।

WCP 2026 के सभी सारांश