شناسایی ۱۱ متغیر کلیدی در پیشبینی درمان اختلال اضطراب فراگیر از طریق هوش مصنوعی

محققان از طریق هوش مصنوعی با رویکرد ماشین لیرنینگ 11 متغیر مهم را در پیشبینی روند بهبود مبتلایان به اختلال اضطراب فراگیر شناسایی کردند و به آنها گام‌های مهمی برای درمان‌های شخصی‌ سازی شده این بیماری برداشته شده است.
شناسایی ۱۱ متغیر کلیدی در پیشبینی درمان اختلال اضطراب فراگیر از طریق هوش مصنوعی
محققان از طریق هوش مصنوعی با رویکرد ماشین لیرنینگ 11 متغیر مهم را در پیشبینی روند بهبود مبتلایان به اختلال اضطراب فراگیر شناسایی کردند و به آنها گام‌های مهمی برای درمان‌های شخصی‌ سازی شده این بیماری برداشته شده است.

به گزارش آنا، محققان دانشگاه پنسیلوانیا نشان دادند که بهره‌گیری از هوش مصنوعی به ویژه ماشین لیرنینگ می‌تواند به روند بلند مدت بهبود اختلال اضطراب فراگیر (GAD) را پیشبینی کند.

این محققان بیش از ۸۰ عامل روان‌شناختی، جامعه‌شناختی و مرتبط با سلامت را برای ۱۲۶ فرد مبتلا به GAD تحلیل کردند و ۱۱ متغیر کلیدی را شناسایی کردند که می‌توانند با دقت تا ۷۲ درصد بهبودی را پیش‌بینی کند.

به گزارش آنا و به نقل از اس‌سی‌آیتک دیلی، وجود اختلال اضطراب فراگیر در افراد که با نگرانی بسیار زیادی در آنها همراه است اغلب پس از شش ماه تشخیص داده می‌شود و بیماری معمولا پس از درمان نیز دوباره عود می‌کند.

منبع  : خبرگزاری آنا

برای مشاهده متن کامل خبر کلیک کنید

اشتراک‌گذاری

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *