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

EV0320

Öznel değerlendirmenin ötesinde: şizofreni, bipolar bozukluk ve majör depresif bozukluğun ayırıcı tanısında polisomnografi ve derin öğrenmenin kullanımı

BEYOND SUBJECTIVE ASSESSMENT: LEVERAGING POLYSOMNOGRAPHY AND DEEP LEARNING FOR THE DIFFERENTIAL DIAGNOSIS OF SCHIZOPHRENIA, BIPOLAR DISORDER, AND MAJOR DEPRESSIVE DISORDER

Çok merkezli yatan hasta polisomnografi kayıtları ile klinik elektronik kayıtları birleştiren bir çok kipli temel model (multimodal foundation model), gece boyu uyku sinyallerini niceliksel ruh sağlığı değerlendirmesine, psikiyatrik tanı desteğine ve otomatik uyku raporlarına dönüştürmek üzere geliştirilmiştir.

Çalışmanın amacı, öznel değerlendirmeye dayanan psikiyatrik ayırıcı tanıya sinyal temelli bir alternatif sunmak üzere polisomnografi (PSG) ve büyük dil modeli tabanlı bir çerçeve geliştirmektir. Posterde, Çin'de çok sayıda merkezden derlenen yatan psikiyatri hastası uyku kohortunda 42.003 PSG kaydı ve kamuya açık beş kaynak siteden 119.192 PSG kaydı (Site 1: 43.572; Site 2: 26.364; Site 3: 18.180; Site 4: 16.046; Site 5: 15.030) bildirilmekte, toplam uyku süresi 3 milyon saatin üzerinde belirtilmektedir. Çok kipli PSG girdisi EEG, EOG, EMG, EKG, hava akımı ve SpO2 kanallarını içermekte; model yerel fizyoloji pencereleri ile tüm gece bağlamını çift yönlü ölçekler arası dikkat (bidirectional cross-scale attention) ile birleştirip sinyal jetonlarını klinik dil jetonlarıyla aynı uzayda işleyen bir PSG-LLM yapısına aktarmaktadır. Klinik görevler olarak beyin sağlığı skoru (poster örneğinde 78/100), psikiyatrik bozukluk riskinin katmanlandırılması (duygudurum bozuklukları, anksiyete bozuklukları ve uyku bozuklukları dallarıyla) ve gece uyku ölçütleri (TST, SE, SL, WASO, AHI, ODI) sunulmaktadır. Posterde ayrıca modelin ürettiği örnek bir klinik rapor yer almakta, bu örnekte 9 aylık ilerleyici unutkanlık, düşük duygudurum ve parçalı uyku tablosu üzerinden hafif nörobilişsel bozukluk izlenimi, olası depresyon ve olası obstrüktif uyku apnesi katkısı bildirilmektedir. Posterin ana çıktısı, tam gece PSG kayıtlarını kapsamlı klinik elektronik sağlık kaydı (EHR) verisiyle eşleştiren bir veri kümesinin oluşturulması ve bütünleşik bir PSG-EHR temel modeli ile dil ajanı çerçevesinin geliştirilmesidir. Posterde tanı ayrımına ilişkin duyarlılık, özgüllük ya da doğruluk gibi başarım sayıları sunulmamıştır; bu nedenle modelin ayırıcı tanı performansı bu veriyle değerlendirilememektedir.

Tüm WCP 2026 özetleri