Penn State araştırmacıları, yapay zeka modellerinin yaygın anksiyete bozukluğu olan hastaların iyileşmesini öngören 11 faktörü belirlediğini ve kişiselleştirilmiş tedavilere yardımcı olabileceğini açıkladı.
Detaylar haberimizde…
Penn State araştırmacıları, yapay zeka (YZ), özellikle makine öğreniminin, yaygın anksiyete bozukluğundan (YAB) uzun vadeli iyileşmeyi öngörmeye yardımcı olabileceğini öne sürüyor.
Yapay Zekanın Anksiyete İyileşmesini Öngörmedeki Rolü
En az altı aydır devam eden ve aşırı endişe ile karakterize edilen bir durum olan yaygın anksiyete bozukluğu (YAB) olan kişiler, tedavi sonrasında bile sıklıkla nüks yaşarlar. Penn State’teki araştırmacılar, yapay zekanın (YZ) uzun vadeli iyileşmeyi öngörmeye yardımcı olabileceğini ve daha kişiselleştirilmiş tedavi stratejilerine olanak sağlayabileceğini öne sürüyor.
Makine Öğrenimi Modelleri Yeni İçgörüler Sunuyor
Bir tür yapay zeka olan makine öğrenimini kullanan araştırmacılar, YAB teşhisi konan 126 anonim bireyden 80’den fazla faktörü (psikolojik, demografik, sağlık ve yaşam tarzı değişkenleri dahil) analiz etti. Veriler, 1995-96’da yapılan ilk görüşmelerle 25 ila 74 yaş arasındaki yetişkinlerin sağlığını izleyen ABD Ulusal Sağlık Enstitüleri’nin Amerika Birleşik Devletleri’nde Orta Yaşam çalışmasından geldi. YZ modelleri, dokuz yıllık bir süre içinde iyileşmeyi veya iyileşmemeyi en güçlü şekilde öngören 11 temel değişkeni belirleyerek %72’ye varan doğruluk elde etti. Bulgular, Journal of Anxiety Disorders’ın Mart sayısında yayınlandı.
İyileşme ve İyileşmeme İçin Temel Öngörücüler
Araştırmacılar, temel değişkenleri iki makine öğrenimi modelinden geçirdi: iki değişken arasındaki ilişkiyi inceleyen ve veri noktalarını neredeyse düz bir çizgi boyunca çizen doğrusal bir regresyon modeli ve bir ağaç gibi dallanan, yeni ağaçlar bölen ve ekleyen ve önceki hataları nasıl kendi kendine düzelttiğini çizen doğrusal olmayan bir model. Modeller, dokuz yıllık dönemde iyileşmeyi veya iyileşmemeyi öngörmede anahtar olan 11 değişkeni belirledi ve doğrusal model doğrusal olmayan modelden daha iyi performans gösterdi. Modeller ayrıca, iyileşme sonuçlarını tahmin etmek için her değişkenin diğerlerine kıyasla ne kadar önemli olduğunu da belirledi.
İyileşmede En Etkili Faktörler
Araştırmacılar, daha yüksek eğitim seviyesi, ileri yaş, daha fazla arkadaş desteği, daha yüksek bel-kalça oranı ve daha yüksek pozitif duygu durumu veya daha neşeli hissetmenin iyileşme için en önemli olduğunu buldu. Bu arada, depresif duygu durumu, günlük ayrımcılık, son 12 ayda bir ruh sağlığı uzmanıyla yapılan daha fazla seans sayısı ve son 12 ayda tıp doktorlarına yapılan daha fazla ziyaret sayısı iyileşmemeyi öngörmede en önemli olduğunu kanıtladı. Araştırmacılar, makine öğrenimi tahminlerini MIDUS verileriyle karşılaştırarak model bulgularını doğruladı ve tahmin edilen iyileşme değişkenlerinin dokuz yıllık dönemin sonunda YAB semptomları göstermeyen 95 katılımcıyla uyumlu olduğunu buldu.
Kişiselleştirilmiş Tedavi: Anksiyete Bakımının Geleceği
Bulgular, araştırmacılara göre, klinisyenlerin bu değişkenleri belirlemek ve özellikle birleşik teşhisleri olan YAB hastaları için tedaviyi kişiselleştirmek için YZ’yi kullanabileceğini gösteriyor.
Penn State’te psikoloji profesörü ve kıdemli yazar Michelle Newman, YAB’li kişilerin yaklaşık %50 ila %60’ının komorbid depresyonu olduğunu söyledi. Kişiselleştirilmiş tedavilerin bu depresyonu hedefleyebileceğini ve anksiyeteyi tedavi edebileceğini açıkladı.
Kişiye Özel Tedavi İçin Temel Hazırlama
Araştırmacılar, semptomların güçlü bir şekilde ortaya çıktığı dönemler gelip gittiği için, çalışmanın dokuz yıllık dönemde YAB süresini belirleyemediğini belirtti. Ancak çalışmalarının, daha kişiye özel tedaviler için zemin hazırladığını söylediler.
Derleyen: Enis Yabar
