Yapay Zeka Psikiyatrik Tanı Geliştirebilir mi?(psikolog)

Bu yapay zekanın ortağımız olacağına inanıyoruz . Kötüye kullanırsak, bu bir risk olacaktır. Doğru kullanırsak, ortağımız olabilir.

                         – Masayoshi Son

Ne yazık ki, birçok insan için mevcut psikiyatrik ve psikolojik yaklaşımlar yeterli netlik veya rahatlama saÄŸlamamaktadır. Genellikle daha iyi karakterize edilen birçok “geleneksel” fiziksel “hastalığın aksine (yine de pek çoÄŸu anlayışa meydan okumaya meydan okuyor olsa da ), psikiyatrik hastalık, beyindeki muazzam karmaşıklık nedeniyle tıpta meydan okumalar getiriyor ve zihin, tarihsel olarak deÄŸerlendirme ve tedavi araçları geliÅŸtirmede güçlük çekiyor. Göreceli olarak yakın zamana kadar tanısal kategoriler klinik gözlem ve semptomların ve tedavi yanıtlarının istatistiksel analizine dayanarak kusurlu bir bilim kazandıracaktı. Bu durum yine de önemli ölçüde geçerli olmakla birlikte, 21. yüzyılın baÅŸlangıcında, deÄŸerlendirme ve hesaplama analizindeki geliÅŸmelerin bir sonucu olarak gelecekteki iyileÅŸtirme için umut veren daha güçlü araçların geliÅŸimini görmeye baÅŸladık. SaÄŸlıklı yaÅŸam ve hastalıkta beyin iÅŸlevini daha iyi anlayarak ve psikoloji ve akılla biyolojik baÄŸlantılar kurarak, beden zihni, fiziksel zihinsel bölünme köprülü olmaktan yavaÅŸlıyor.

Son teknoloji.

Mevcut psikolog psikiyatrik tanıdaki sınırlamalardan birisi, birçok koÅŸulun çakışmasıdır. Kaygı, duygudurum bozuklukları, korku , konsantrasyon ve bellek ile güçlük , enerji seviyesi deÄŸiÅŸiklikleri ve çeÅŸitli diÄŸer belirtiler birçok tanıda paylaşılıyor. Hastaların en az% 50’sinde birden fazla psikiyatrik tanı alınıyor; bazen tanı koymama ve bazen fiili birlikte görülen durumların bir sonucu olarak ortaya çıkıyor.

Birden fazla saÄŸlayıcıyı ziyaret edenler farklı ÅŸekillerde teÅŸhis edilerek karışıklığa, güvenin azalmasına ve iyileÅŸme planlamasının karmaşık hale gelmesine neden olabilir. EndiÅŸe ve depresyonun dünya çapında en çok verim kaybı ve yüke neden olduÄŸu göz önüne alındığında, daha doÄŸru zihinsel saÄŸlık modelleri geliÅŸtirmek zorunludur (örneÄŸin, Dünya SaÄŸlık Örgütü) ve mevcut tedaviler genellikle hastaların sadece% 30’u için çok etkilidir. Geçerli biyolojik testlerin geliÅŸtirilmesi (“biyolojik belirteçler”) için ve daha etkili tedaviler ve tedavi planlarıyla tanı baÄŸlamak için daha doÄŸru teÅŸhis yaklaşımlarına açıkça ihtiyaç duyulmaktadır. Günümüzde mevcut teÅŸhis terminolojisi bugüne kadarki en iyi çabayı temsil etmekle birlikte, psikolojik saÄŸlık konusunda daha iyi bir anlayış elde etmek için yeni yöntemler mevcuttur.

Klinik verilere özgü tutarlı kalıpları aramak için matematiksel araçlar kullanarak psikiyatrik tanıya yaklaÅŸmak, insan önyargılarına (istatistiksel analizlere raÄŸmen) hataya maruz kalan klasik tanı yaklaşımlarına kıyasla avantaj ve daha fazla lehine tanıdık kategorilere tutulma riski vaat etmektedir DoÄŸru yaklaşımlar, Ä°nsanlar deÄŸiÅŸime direnme eÄŸilimindedir ve yeni olan her zaman daha iyi olmasa da, düşünceli yeni yaklaşımlara açık olmak saÄŸlık bakımını ileri götürür. Makine öğrenme, muazzam veri kümelerine bakmak ve diÄŸer tekniklerden kaçan verilerdeki faydalı kalıpları keÅŸfetmek için güçlü bir araçtır. AI-tipi yaklaşımlar kullanarak araÅŸtırmacılar, semptomların, “teÅŸhis kategorileri” ni kesip nasıl “transdiagnostik” perspektifler geliÅŸtirdiklerinin tutarlılıklarını görmek için hesaplama gücünden yararlanabilirler. Bu bir dereceye kadar ergenlerle yapılmış olsa da , yetiÅŸkin psikopatolojisine makine öğrenimi uygulanmamaktadır.

Yetişkin psikiyatrisine yönelik bir transdiyagnostik yaklaşıma doğru.

Grisanzio ve meslektaşları (2018) yetişkinlerde farklı bozuklukların transdiagnostik özelliklerini tanımlamaya başlamak için, majör depresif bozukluk, TSSB ve panik bozukluğu olan 248 ve psikiyatrik tanı almayan 249 kişi olmak üzere 497 yetişkin ile çeşitli demografik geçmişe sahiplerdi . Çalışmak için bu üç tanıyı seçtiler, çünkü ortak noktalardı ve katılımcılar genellikle DEHB , yaygın anksiyete bozukluğu , obsesif kompulsif bozukluk, distimya ve mevsimsel duygulanım bozukluğu gibi ek tanılar almıştı . Madde kullanım bozukluğu, beyin hasarı ve test prosedürlerini etkileyebilecek diğer koşulları olan katılımcıları dışladılar.

Katılımcıları, Hamilton Depresyon Derecelendirme Ölçeği, DSM-IV için Yapısal Klinik Görüşme ve diğerleri gibi kabul edilmiş tanı araçlarını kullanarak değerlendirmişlerdir; Anksiyete, stres , benlik saygısı , umutsuzluk ve sayısız diğer semptomları ölçen psikiyatrik semptomların Depresyon, Kaygı ve Stres Ölçeği kullanan öz bildirim ölçeği; bilişsel fonksiyonu değerlendirmek için bir nevrokognitif pil (IntegNeuro) ; Temel beyin aktivitesini değerlendirmek için EEG (elektroensefalografi); ve Tarama için Kısa Risk- Esneklik İndeksini kullanarak günlük işlevsel kapasite .

Veriler öncelikle “ana bileÅŸen analizi” ile ana klinik ölçütlerdeki eÄŸilimleri belirlemek için analiz edilmiÅŸ ve ardından insan girdisi gerektirmeyen ancak veri içerisinde bulunan önemli kümeleri bağımsız olarak tanımlayan bir makine-öğrenme yaklaşımı kullanılarak “denetimsiz” bir analiz yapılmıştır. Son olarak, 497 katılımcının ana grubunun test edilmesine ek olarak, sonuçların geçerliliÄŸini doÄŸrulamak için “bağımsız doÄŸrulama örneÄŸi” saÄŸlamak amacıyla, 381 eriÅŸkinten tamamen farklı bir grup üzerinde aynı önlemleri tekrarladılar. Bulguları, hem birincil test konuları hem de bağımsız doÄŸrulama grubu için geçerliliÄŸini korudu ve saÄŸlam uygulanabilirlik gösterdi.

Temel analizde (“ana bileÅŸen analizi”, klinik verilerin çoÄŸunluÄŸunun (yüzde 71,2) sorumlu olduÄŸunu bulmuÅŸlardır: anhedoni, endiÅŸe uyanış ve gerginlik Bu 3 faktör, üç temel tanı kategorisinde klinik semptomları temsil eder ve kontrolsüz makine-öğrenme analizi, normatif hava durumu (saÄŸlıklı kontrol grubu), gerginlik, endiÅŸeli uyarılma, genel endiÅŸe, anhedonia ve melankoli olmak üzere 6 bağımsız küme ortaya çıkarmıştır: Ä°ÅŸte makine öğrenme süreci grafiksel olarak benzemektedir:

Kümelerin türevini gösteren aÄŸaç diyagramı (“dendrogram”).

Birincil faktörlerden makine türemiş kümeler.

Bu kümelerin her biri, farklı klinik tabloları, nörobilişsel belirteçleri, EEG aktivitesini ve fonksiyonel durumunu birleştiren eşsiz parmak iziyle istatistiksel olarak farklı semptom gruplarını temsil eder. Farklı klinik özelliklere sahip olmanın yanı sıra, 6 küme, özellikle farklıydı:

• EndiÅŸeli uyarılma: Zayıf günlük iÅŸleyiÅŸi, en büyük biliÅŸsel zorluk, özellikle de biliÅŸsel kontrolü bozulmuÅŸ.
• Genel kaygı: Parietal kortekste beta-bant geniÅŸliÄŸinde (genellikle daha yüksek beyin aktivitesi ile iliÅŸkili olarak) daha yüksek EEG yanıtları ve bozulmamış günlük fonksiyon.
• Melankoli: Özellikle sosyal olarak en zayıf günlük fonksiyon.
• Anhedonia: frontal kortekste daha yüksek beta aktivitesi.
• Gerilim: Yüksek stres seviyelerine raÄŸmen panolardaki ortalama performans.

Bu 6 küme transdiagnostik olarak konvansiyonel psikiyatrik tanılarla nasıl ilişkilidir? Bu şekil, şu anda kullandığımız teşhislerle kümelerin çakıştığı yerleri göstermektedir:

Kaynak: Grisanzio ve diÄŸerleri, 2018

Psikiyatrik bakımın daha parlak bir geleceği var mı?  

Bu araştırma, yaygın psikiyatrik koşulların altta yatan semptomları veri odaklı bir perspektiften anlamak için yararlı olmakla birlikte, bu erken transdiagnostik çalışmanın yetişkinler üzerindeki etkileri, klinik uygulamada daha da arınmaya kapı açmaktadır. Mevcut tanı kategorileri bulanıktır, birbirleriyle çakışmaktadır ve belirli bir birey için neler olup bittiğinin en iyi resmini tam olarak yakalayamayabilir. Mevcut bulguları daha da doğrulamak ve genişletmek için devam eden araştırmalarla, tedavi planlaması için daha iyi olması gereken zihinsel sağlık değerlendirmesinde daha doğru bir yol gösterebiliriz.

Gelecekteki çalışmalar, ek tanı kategorilerini ve daha ayrıntılı bilgi edinmek için fonksiyonel beyin görüntüleme ve daha doğru teşhis için araçlar gibi değerlendirme araçlarını içerecektir . Hastalık mekanizmaları ve değerlendirme ve tedaviyle ilgili daha geniş bir anlayış ile birleşince , diğerlerinin yanısıra, farmakogenomik test, TMS, yeni ilaçlar ve üçüncü kuşak psikoterapikler gibi daha iyi araçlar görmeye başladık . Sonunda, psikiyatrik hastalıklardan mustarip olan kişilere, değerlendirme, tedavi ve özellikle gelecek nesiller için, önleme açısından rahatlama sağlamak için biyolojik temelli bir sistem geliştirmeyi umuyoruz.

şişli psikolog,istanbul psikolog, mecidiyeköy psikolok,çocuk psikoterapist ,psikolog, osmanbey psikolog

Uzman Klinik Psikolog HaÅŸim BELTEN

PSÄ°KOHELP

şişli Şubemiz: Fulya Mah. Ortaklar Cad. Mevlüt Pehlivan Sok. Şıpka Apt.  No:4  Daire:11  mecidiyeköy / İstanbul