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

EV1257

Majör depresif bozuklukta eşlik eden REM uykusu davranış bozukluğunu öngörmede çok modlu yapay zekâ

MULTIMODAL AI FOR PREDICTING COMORBID REM SLEEP BEHAVIOR DISORDER IN MAJOR DEPRESSIVE DISORDER

Akıllı telefonla kaydedilen kısa konuşma görevlerinden elde edilen yüz ve ses dinamikleri, majör depresif bozuklukta eşlik eden REM uykusu davranış bozukluğunu 0,829 AUROC ile ayırt edebilmektedir.

Amaç, kısa süreli akıllı telefon kayıtlarından elde edilen yüz ve ses dinamiklerinin, video polisomnografi (v-PSG) ile doğrulanmış REM uykusu davranış bozukluğu (REM sleep behavior disorder, RBD) eşlik eden majör depresif bozukluk (major depressive disorder, MDD) hastalarını yalnız MDD tanılı eşleştirilmiş hastalardan ayırt edip edemediğini ve yorumlanabilir aday dijital biyobelirteçler ortaya koyup koymadığını sınamaktır. 329 kişilik klinik kohorttan çözümlemeye alınan 31 katılımcıda (19 MDD ile RBD, 12 yalnız MDD kontrol) 261 adet 10 saniyelik klip kullanılmış; görsel yol HOG ve yüz hareket birimi (action unit, AU) özelliklerini sLSTM ile, işitsel yol OpenSMILE temelli ses özelliklerini MLP ile işlemiş, geç birleştirme (late fusion) ile katılımcı düzeyinde olasılık üretilmiş ve klip sızıntısını önlemek için katılımcı düzeyinde beş katlı çapraz geçerleme yapılmıştır. Tam model 0,829 AUROC, %80,5 doğruluk, %90,0 duyarlılık (recall) ve 0,848 F1 puanı vermiş, ortalama özgüllük %63,3 olarak bildirilmiştir. Tek modlu çözümlemelerde en güçlü sinyal sesten gelmiş (doğruluk %74,9, F1 0,696); yalnız HOG %63,4 ve 0,594, yalnız yüz hareket birimleri %70,2 ve 0,650, hareket birimleri ile ses birleşimi %77,4 ve 0,738 değerlerini vermiş, en iyi başarım çok modlu tam modelde elde edilmiştir. Modelin öngördüğü eşlik eden RBD olasılığı RBDQ puanıyla anlamlı ilişkili bulunmuş (r = 0,53, p = 0,005), UPDRS ile eğilim düzeyinde kalmış (r = 0,34, p = 0,067), BDI ve HADS ile belirgin ilişki göstermemiştir. Farklı merkez, dil, cihaz ve protokole sahip Guangzhou kohortunda (n = 26) yapılan dış geçerlemede yalnız ses %77,7 doğruluk ve 0,758 F1, HOG ile hareket birimleri birleşimi %69,3 ve 0,674 vermiştir. SHAP çözümlemesinde alt yüz ve perioral gerginlik ile değişkenlik (AU14, AU17, AU25, AU04) ve perde kararlılığı, MFCC tınısı, sesli/sessiz segment süresi gibi akustik ölçütler öne çıkmış, bunların nedensel mekanizma değil aday biyobelirteç önerdiği vurgulanmıştır. Sonuç olarak yöntem, tanının yerini almayı değil MDD hastalarında hedefe yönelik RBD değerlendirmesini önceliklendirmeyi amaçlamaktadır; sınırlılıklar küçük ve kesitsel örneklem, başka uyku bozukluğu karşılaştırma grubunun bulunmaması ile ilaç ve klinik karıştırıcıların sürmesidir.

Tüm WCP 2026 özetleri