Bu sayfa, 26. Dünya Psikiyatri Kongresi'nde sunulan çalışmanın yapay zekâ desteğiyle hazırlanmış Türkçe özetidir. Çalışmanın sahibi sunan yazarlardır; atıf için orijinal kaynağa başvurun.
Duygudurum bozukluklarının izleminde sürekli öğrenen yapay zekâ için düzenleyici çerçeve: Avrupa Tıbbi Cihaz Yönetmeliği kapsamında MoodMon sertifikasyonu
REGULATORY FRAMEWORK FOR CONTINUOUSLY LEARNING AI IN AFFECTIVE DISORDER MONITORING: MOODMON CERTIFICATION UNDER THE EUROPEAN MEDICAL DEVICE REGULATION (ID 3910)
Sunan: Fernando S. Seoane
Ülke: Sweden
Kurum: Institute of Psychiatry and Neurology, Psychiatric Outpatient Clinic
Önceden tanımlanmış değişiklik kontrol ölçütlerine dayanan AEGIS çerçevesi, sürekli öğrenen yapay zekânın MDR uyumu içinde sertifikalandırılabileceğini göstermiş ve MoodMon'un Sınıf IIa dosyasında Onaylanmış Kuruluş tarafından kabul edilmiştir.
Amaç, duygudurum bozukluklarının izleminde sürekli öğrenen yapay zekânın Avrupa Tıbbi Cihaz Yönetmeliği (Medical Device Regulation, MDR) uyumu içinde kalmasını sağlayacak bir düzenleyici yöntem geliştirmektir. Poster, MDR kapsamında her yeniden eğitim döngüsünün büyük değişiklik (major modification) sayılıp tam yeniden sertifikasyon gerektirebildiğini ve bunun uyarlanabilir yapay zekâyı sertifikalı cihazlarda fiilen olanaksız kıldığını düzenleyici ikilem olarak tanımlamaktadır. Geliştirilen AEGIS (Adaptive Engine Governance and Integrity Safeguards) çerçevesi her yeniden eğitim döngüsü için önceden tanımlanmış değişiklik kontrol ölçütleri koyar ve AB MDR'deki Önceden Belirlenmiş Değişiklik Kontrol Planı (Predetermined Change Control Plan, PCCP) kavramı ile ABD FDA'nın yapay zekâ destekli cihaz yaklaşımıyla hizalanır. Döngü dört adımdan oluşur: klinisyen geri bildirimi ve yeni hasta verisinin toplanması, popülasyon düzeyi ve hastaya özgü modellerin periyodik olarak yeniden eğitilmesi, klinik çalışma verisinden türetilen duyarlılık ve özgüllük eşiklerine göre algoritmik kararlılık kontrolü (sınırlar içinde kalan güncelleme küçük değişiklik sayılıp ilerler, dışında kalan ölçütlerin kapsamı dışındadır) ve yeniden eğitim sonuçlarının önceden belirlenmiş performans zarfında kaldığını doğrulayan piyasaya arz sonrası gözetim. Klinik dayanak 75 BD hastasıyla yürütülen çalışmadır: tüm veride duyarlılık %86,6 ve özgüllük %98,59; beklenen ses kayıtlarının en az %50'sini gönderen hastalarda duyarlılık %95,38'e çıkarken özgüllük %98,6 düzeyinde kaldı. AEGIS çerçevesi MoodMon'un Sınıf IIa sertifikasyon dosyasına sunuldu ve Onaylanmış Kuruluş (Notified Body) tarafından kabul edildi. Yazarlar bu çerçevenin uyarlanabilir kişiselleştirme gereksinimi ile MDR sertifikasyon koşullarını uzlaştırdığını, düzenleyici engellerin psikiyatri iş gücü açığının en fazla olduğu yetersiz hizmet alan bölgeleri orantısız biçimde etkilediğini ve net bir sertifikasyon yolunun coğrafi ve sosyoekonomik açıdan eşit erişimi desteklediğini belirtmektedir.
Orijinal postere gitBu çalışmaya nasıl atıf yapılır?
APA 7: Seoane, F. S., Sochacka, M., Sokół-Szawłowska, M., & Abtahi, F. (2026, September 23-26). Regulatory framework for continuously learning ai in affective disorder monitoring: moodmon certification under the european medical device regulation (id 3910) [Poster]. 26th WPA World Congress of Psychiatry (WCP 2026), Stockholm, Sweden. https://cslide.ctimeetingtech.com/wcp26/attendee/eposter/file/2256
Vancouver: Seoane FS, Sochacka M, Sokół-Szawłowska M, Abtahi F. Regulatory framework for continuously learning ai in affective disorder monitoring: moodmon certification under the european medical device regulation (id 3910) [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/2256
Yazar adları ve başlık biçimi kongre sisteminden otomatik oluşturulmuştur; kullanmadan önce orijinal posterle karşılaştırın.
Aynı konudan
- Siber tanıkların davranışını belirleyen etkenler
- Z kuşağında sosyal medyanın "lunapark etkisi"nin modellenmesi: örtük değişken yaklaşımı
- DEHB'de dijital girişimler: etkililik ve çok modlu tedavi yaklaşımlarına entegrasyon
- Algoritmaların inşa ettiği beyinler: dijital çağda DEHB, patolojiyi mi tanılıyoruz yoksa yeni bir normali mi patolojikleştiriyoruz?
- Genç erişkin bir örneklemde nomofobi ile yaygın anksiyete bozukluğu arasındaki ilişki