本页面由土耳其语自动翻译。 阅读原文

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

EV0308

用于优化精神医学中以人为中心的整合性诊断的人工智能学习系统

AI BASED LEARNING SYSTEM TO OPTIMIZE PERSON-CENTERED INTEGRATIVE DIAGNOSIS IN PSYCHIATRY.

提出一种诊断系统：以“以人为中心的整合性诊断”模型提供框架，以《拉丁美洲精神科诊断指南》实现操作化，并以人工智能提供持续学习的基础架构。

旨在提出一种基于人工智能的学习系统（learning system）模型，使精神科诊断过程以人为中心并具有整体性。本海报呈现的是概念框架，而非研究数据；其采用“以人为中心的整合性诊断”（Person-Centered Integrative Diagnosis，PID）模型及其具体应用形式——《拉丁美洲精神科诊断指南》（GLADP/GLADP-VR）作为操作模型。PID涵盖三个领域：健康状况（疾病与积极健康）、影响健康的因素（生物、心理、社会、文化及环境因素），以及个人的健康体验与期望（意义、价值观、目标及偏好）。所提出的人工智能循环包括信息收集、按照PID整理信息、与GLADP整合、提供临床支持（识别信息缺口、备选方案、风险及优势），以及从结局与反馈中学习；其输出是由临床医生与当事人共同形成的整合性个案概念化和以人为中心的照护计划。人工智能的作用被界定为处理大量数据、整合临床与叙事信息、识别信息缺口、提供可解释的建议，以及从结局中学习。系统所依据的原则包括以人为中心、整合性、文化敏感性、公平性、透明度、问责、隐私与安全，以及持续学习。作者的核心观点是，更充分的信息和更完善的个案概念化能够带来更好的照护，而当事人在整个过程中都应始终处于中心位置。

Tüm WCP 2026 özetleri