کاربردهای هوش مصنوعی در شناسایی زودهنگام و پیش بینی خطر اختلالات روانی و شناختی در سالمندان: مرور نظام مند

مقدمه: اختلالات روانی شناختی در سالمندان شامل افسردگی، دلیریوم و اختلال شناختی خفیف تا دمانس از مهم ترین عوامل کاهش کیفیت زندگی، افزایش طول بستری و وابستگی عملکردی محسوب می شوند. به دلیل سیر تدریجی و تظاهرات غیر اختصاصی این اختلالات، تشخیص زودهنگام آنها در محیط های بالینی با محدودیت ها و چالش های قابل توجهی همراه است. در سال های اخیر، هوش مصنوعی با بهره گیری از داده های بالینی، رفتاری و دیجیتال به عنوان رویکردی نوین برای غربالگری، پیش بینی و تشخیص زودهنگام این اختلالات مطرح شده است. بر این اساس، با هدف مرور نظام مند شواهد موجود در زمینه کاربرد هوش مصنوعی در شناسایی زودهنگام افسردگی، دلیریوم و اختلال شناختی در جمعیت سالمندان انجام شد. روش کار: این مطالعه به صورت مرور نظام مند بر اساس دستورالعمل PRISMA انجام شد. جستجوی جامع در پایگاه های PubMed، Web of Science، Scopus و Google Scholar برای مطالعات منتشر شده بین سال های ۲۰۲۰ تا ۲۰۲۵ با استفاده از کلیدواژه های مرتبط با هوش مصنوعی، یادگیری ماشین، افسردگی، دلیریوم و اختلال شناختی انجام گرفت. در مرحله اولیه ۲۵۰ مقاله شناسایی شد که پس از حذف موارد تکراری و غربالگری عنوان و چکیده، ۸۵ مقاله برای بررسی متن کامل انتخاب گردید و در نهایت ۳۵ مطالعه واجد شرایط وارد تحلیل نهایی شد. معیارهای ورود شامل مطالعات انجام شده در سالمندان ۶۰ سال با کاربرد الگوریتم های هوش مصنوعی برای پیش بینی یا تشخیص اختلالات مورد نظر بود. مطالعات مروری غیر نظام مند، گزارش های موردی و پژوهش های فاقد مدل محاسباتی از مرور حذف شدند. یافته ها: بررسی ها نشان داد که کاربرد هوش مصنوعی در سه حوزه اصلی متمرکز است؛ در حوزه افسردگی الگوریتم های مبتنی بر داده های پوشیدنی، تحلیل گفتار و الگوهای رفتاری دیجیتال توانسته اند نشانه های اولیه افسردگی را شناسایی کنند و میزان دقت گزارش شده در مطالعات مختلف در بازه تقریبی ۰.۷۵ AUC تا ۰.۹۰ قرار داشته است. در زمینه دلیریوم مدل های مبتنی بر داده های پرونده الکترونیک سلامت و اطلاعات بخش مراقبت های ویژه قابلیت پیش بینی خطر دلیریوم پیش از بروز تظاهرات بالینی را نشان داده اند. در اختلال شناختی و دمانس نیز رویکردهای چندوجهی نسبت به مدل های تک منبعی عملکرد بهتری داشته و موجب افزایش دقت تشخیصی شده اند. نتیجه گیری: یافته های این مرور نظام مند نشان می دهد که هوش مصنوعی و روش های یادگیری ماشین ظرفیت قابل توجهی در ارتقای شناسایی زودهنگام اختلالات روانی-شناختی در سالمندان دارند و می توانند به عنوان ابزار مکمل در کنار ارزیابی های بالینی مورد استفاده قرار گیرند. با این حال، چالش هایی از جمله سوگیری داده ها، ناهمگونی در طراحی مطالعات، محدودیت تعمیم پذیری مدل ها و ملاحظات اخلاقی همچنان پابرجا هستند.

کلیدواژه ها:

هوش مصنوعی ، یادگیری ماشین ، سالمند ، افسردگی ، دلیریوم ، دمانس ، اختلال شناختی