Bu sayfa, 26. Dünya Psikiyatri Kongresi'nde sunulan çalışmanın yapay zekâ desteğiyle hazırlanmış Türkçe özetidir. Çalışmanın sahibi sunan yazarlardır; atıf için orijinal kaynağa başvurun.

Aktif hasta ses verisi gönderimi bipolar bozuklukta yapay zekâ temelli duygudurum değişikliği saptamasını güçlendiriyor: MoodMon sisteminin klinik çalışma sonuçları

ACTIVE PATIENT VOICE DATA SUBMISSION ENHANCES AI-DRIVEN MOOD CHANGE DETECTION IN BIPOLAR DISORDER: CLINICAL TRIAL RESULTS FROM THE MOODMON SYSTEM (ID 4100)

Hastalar beklenen ses kayıtlarının en az %50'sini gönderdiğinde yapay zekâ temelli duygudurum değişikliği saptamasının duyarlılığı %86,6'dan %95,4'e yükselmiş, özgüllük %98,6'da sabit kalmıştır.

Amaç, bipolar bozuklukta (bipolar disorder, BD) hastaların aktif olarak gönderdiği ses verisinin yapay zekâ temelli duygudurum değişikliği saptamasını iyileştirip iyileştirmediğini sınamaktır. Çalışmaya tip I ya da tip II BD tanılı 75 hasta alındı (42 kadın, 33 erkek; 18 ila 64 yaş); dahil edilme ölçütü son bir yılda en az 2 duygudurum kaymasıydı ve toplam 350 günlük canlı uyarı verisi çözümlendi. MoodMon sistemi pasif olarak telefon ve bileklikten sosyal aktivite, fiziksel aktivite ve uyku verisi toplarken aktif bileşende hasta günlük ses anketindeki 3 nötr soruyu yanıtlıyor, içerik değil 12 akustik parametre (perde, enerji, MFCC) çözümleniyordu; popülasyon düzeyi ve bireysel modelleri birleştiren yapay zekâ motoru psikiyatriste uyarı gönderiyor, karar klinisyende kalıyordu. Birinci evrede (Ağustos 2021 ile Temmuz 2022) veri toplandı ve model eğitildi, ikinci evrede (Ağustos 2022'den itibaren) canlı uyarılar verildi. Referans standart olarak en az 3 ayda bir yapılan vizitlerde HDRS-17 ve YMRS uygulandı, iki haftada bir telefon kontrolü ve uyarı sonrası vizit yapıldı; erken belirtileri yakalamak için düşük kesme noktaları kullanıldı (HDRS 8 ve üzeri, YMRS 6 ve üzeri) ve her hasta günü doğru pozitif, yanlış pozitif, doğru negatif ya da yanlış negatif olarak etiketlenerek duyarlılık (TPR) ve özgüllük (TNR) hesaplandı. Tüm veride duyarlılık %86,6 iken beklenen ses kayıtlarının en az %30'unu gönderen hastalarda %93,9'a, en az %50'sini gönderenlerde %95,4'e yükseldi; özgüllük uyuma bakılmaksızın %98,6 düzeyinde sabit kaldı. Seçilmiş hastalarda gözlenen duyarlılık ile kayıtların en az %50'sinin gönderildiği varsayımına göre hesaplanan duyarlılık karşılaştırıldığında, kayıt gönderme oranı düşük olan hastalarda iki değer arasındaki farkın büyüdüğü görüldü. Yazarlar hasta katılımının yapay zekâ temelli izlem performansının temel belirleyicisi olduğu sonucuna varmakta, akıllı telefon tabanlı tasarımın uzmanlık merkezine uzaklıktan bağımsız izlem sağladığını ve kültürler arası uyarlama ile kaynak kısıtlı ortamlar için uygun olduğunu belirtmektedir.

Tüm WCP 2026 özetleri