پیشنهاد درمان شخصی سازی شده برای بیماران OCD با یادگیری تقویتی

سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 31

فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

TSTACON02_084

تاریخ نمایه سازی: 26 بهمن 1404

چکیده مقاله:

اختلال وسواس فکری-عملی (OCD) یکی از اختلالات مزمن و ناتوان کننده روانی است که علیرغم وجود درمان های موثر مانند CBT و دارو، بسیاری از بیماران بهبود کامل نمی یابند یا دچار عود می شوند. درمان شخصی سازی شده به عنوان راهکاری نوین برای افزایش اثربخشی درمان های OCD مطرح شده است. در این پژوهش مدلی مبتنی بر یادگیری تقویتی برای ارائه درمان تطبیقی و شخصی سازی شده برای بیماران OCD طراحی و پیاده سازی شد. مدل پیشنهادی با تعریف دقیق فضای حالت، فضای اقدام و تابع پاداش، توانست بر اساس بازخوردهای رفتاری و بالینی سیاست درمانی اختصاصی برای هر بیمار یاد بگیرد. نتایج آزمایش ها نشان داد که مدل RL پیشنهادی در مقایسه با روش های استاندارد کاهش معناداری در نمره Y-BOCS و بهبود در شاخص های روان سنجی ایجاد کرد. استفاده از الگوریتم PPO برای یادگیری پایدار در کنار طراحی محیط شبیه سازی شده مبتنی بر داده های واقعی دقت و کارایی مدل را افزایش داد. این مطالعه با تاکید بر تعمیم پذیری محدود مدل، پیشنهاد می دهد که تلفیق داده های بالینی و چارچوب های اخلاقی می تواند مدل را آماده استفاده عملی در روان درمانی نماید. به طور کلی، یافته ها نشان می دهند که یادگیری تقویتی می تواند بستری کارآمد برای توسعه سیستم های درمانی هوشمند و شخصی سازی شده در حوزه اختلالات روانی فراهم آورد.

کلیدواژه ها:

نویسندگان

سمیه حسینی زنوزی

دانشجوی کارشناسی ارشد مهندسی نرم افزار کامپیوتر گرایش هوش مصنوعی و رباتیکز، موسسه آموزش عالی ابرار، تهران، ایران