توسعه ابزار هوش مصنوعی برای پشتیبانی تصمیم گیری ماماها در تشخیص زودهنگام افسردگی پس از زایمان

افسردگی پس از زایمان یکی از شایع ترین اختلالات سلامت روان در دوره پس از زایمان به شمار می رود و اثرات گسترده ای بر مادر، نوزاد و خانواده دارد. هدف این مطالعه، طراحی و توصیف یک ابزار هوش مصنوعی پشتیبان تصمیم گیری بالینی برای ماماها در مراکز خدمات جامع سلامت ایران است که با سامانه یکپارچه بهداشت (سیب) سازگار باشد و پروتکل پیاده سازی و ارزیابی آن نیز ارائه شود. این پژوهش به روش آمیخته در چهار فاز اجرا شد: نیازسنجی و هم آفرینی با ماماها، تدوین مدل داده و نگاشت به فرم های مراقبت پس از زایمان در سامانه سیب، توسعه مدل های یادگیری ماشین با تبیین پذیری (مانند لجستیک، درخت تصمیم، گرادیان بوست و کت بوست)، و ارزیابی میدانی مرحله ای در مراکز منتخب.

کلیدواژه ها:

افسردگی پس از زایمان ، ماما ، تصمیم یار بالینی ، یادگیری ماشین ، سامانه سیب ، EPDS ، مراقبت های ادغام یافته سلامت مادران