این وبلاگ برای MQ توسط دکتر امی رونالدون نوشته شده است.
در مه 2025 MQ Datamind Data Science جلسه دو ساله در دویچه بانک لندن برگزار شد. مثل MQ همکار تحقیقاتیمن از حضور و کسب ایده از محققان برجسته ، پزشکان ، سیاستمداران و کسانی که تجربه زنده در چالش های سلامت روان را دارند ، هیجان زده شدم.
برای من
من امی هستم ، یک همکار تحقیقاتی MQ با استفاده از مقادیر زیادی از داده های مراقبت های بهداشتی به طور معمول جمع آوری شده برای درک نتایج عفونت در افراد مبتلا به بیماری روانی جدی. علوم بهداشت روان برای کار من مهم است و این جلسه را به یک فضای بی ارزش برای تبادل دانش ، به اشتراک گذاشتن تجربیات و یادگیری از دیگران در این زمینه تبدیل می کند. من هرگز آن را از دست نمی دهم!
این رویداد شامل سخنرانی ها ، بحث های پانل و جلسات پرسش و پاسخ ، پوشش مراحل و رشته های شغلی بود. در این جلسه ، چندین موضوع کلیدی ظاهر شد که به نظر من نشان دهنده جهت سفر به علم داده های سلامت روان است:
-
نقش هوش مصنوعی (AI) در علم داده های سلامت روان
با هوش مصنوعی سریع پیشرفته ، من نمی توانم صبر کنم تا بشنوم که چگونه در علم سلامت روان اعمال شده است. دکتر الیزابت فورد بیان کرد که چگونه AI در حال حاضر از برنامه های اداری برای پیش بینی نیازهای بیماران و مدل سازی پیش بینی شده به نوآوری به عنوان درمانی که توسط AI و منشی پزشکی اداره می شود ، استفاده می کند. اگرچه امیدوار کننده است ، نگرانی های قابل توجهی وجود دارد. داده های سلامت روان اغلب بسیار حساس هستند ، در قالب های بدون ساختار ثبت می شوند و ممکن است حاوی شناسه های غیر منتظره باشند. این باعث می شود محافظت از داده ها و رضایت آگاهانه به طور انتقادی باشد.
به نظر می رسد در صورت عدم شناسایی داده ها ، نگرش عمومی به طور کلی از مدلهای امتناع پشتیبانی می کند ، اما تفاوت های ظریف سوابق سلامت روان-مانند تشخیص نادرست و تغییر در معیارهای تشخیصی-برای ایجاد چالش های تفسیر هوش مصنوعی. پذیرش در سوابق ، به ویژه با توجه به افراد LGBTQ+ ، جمعیت بی خانمان و تفاوت های جنسیتی در معرض خطر افزایش نابرابری های موجود است.
فورد ادعا می کند که در حالی که هوش مصنوعی می تواند به پزشکان کمک کند ، تصمیمات قطعی باید در کنار متخصصان انسانی باقی بماند تا از تشدید تعصبات یا پیامدهای پیش بینی نشده جلوگیری کند.
-
بینش در ابتدای کار محققان
برای من ، ارائه های محقق اولیه حرفه ای (ECR) همیشه برجسته جلسات MQ است. نشان دادن نسل بعدی استعداد در علم داده های سلامت روان ، دیدگاه ارزشمندی از روندهای نوظهور و جهت آینده این زمینه ارائه می دهد.
یکی از موضوعات اصلی که از ارائه ECR ظاهر شد ، چالش مکرر در علم داده های سلامت روان از پلی دارو و الگوهای تجویز ظریف بود. مذاکرات فلش در بسیاری از جنبه های این چالش ارزیابی فعل و انفعالات دارویی (به عنوان مثال متفورمین و افزایش وزن ناشی از آنتی سستی) ، به استفاده از مدلهای بزرگ زبانی برای اندازه گیری مدلهای در درمان ضد افسردگی اشاره کرده است. تلاش های عظیمی برای درک بهترین روش برای استفاده از داده های تجویز در علم داده های سلامت روان وجود دارد.
-
آموزش ماشین در برابر اپیدمیولوژی سنتی
پروفسور هونگگان وو بررسی کرد که چگونه مدلهای آموزشی عمیق وظایف خود را برای پیش بینی سلامت روان انجام می دهند و سوابق ساختاری الکترونیکی ساختاری را با متن بدون ساختار ترکیب می کنند. متن بدون ساختار در سوابق بهداشتی ، منبع عظیم ، تا حدودی بلااستفاده در علم سلامت روان است. بحث پانل در پایان بعد از ظهر در مورد استفاده از متن بالینی در مطالعات ، بحث های زیادی را به ویژه در مورد یادگیری ماشین بر سر اپیدمیولوژی سنتی ایجاد کرده است. یک سؤال اساسی مطرح شده است: آیا هوش مصنوعی می تواند از روشهای متعارف هنگام کار با مجموعه داده های پیشرفته بهتر عمل کند؟ به نظر می رسد اجماع این است که یادگیری ماشین در هنگام پردازش مقادیر زیادی از داده ها مزایایی دارد ، اما هنوز هم نیاز به نظارت دقیق دارد تا اطمینان حاصل شود که ظرافت مهم از دست نمی رود.
-
به اشتراک گذاری داده ها و آینده علوم بهداشت روان
پروفسور اندرو ماکینتوش در مورد آینده تحقیقات مشترک بهداشت روان در انگلستان گفتگوی قانع کننده ای داشته است. وی در هماهنگی داده ها چالش هایی را ارائه داد و خاطرنشان کرد: افزایش اندازه داده های تعیین شده توسط همکاری ، ایده ای از مبانی ژنتیکی اختلالات روانپزشکی را باز کرد. این بحث بر اهمیت تولید مثل ، علائم کافی نمونه و تلاش های ارزشمند سازمانهایی مانند MQ و Datamind برای بهبود مدیریت داده تأکید شده است.
افکار قطعی
در پایان ، این رویداد تأکید کرد که چرا علم داده های سلامت روان باید هم سختگیرانه و هم از نظر اخلاقی مسئول باشد. اطمینان از اجرای منصفانه هوش مصنوعی ، ارائه رضایت و اولویت آگاهانه برای مشارکت در تجربه زندگی ، یک حرکت حرکتی تعیین کننده خواهد بود.
آیا این رویداد را توصیه می کنم؟ بدون شک این مکان فضایی را برای تحقیق ، بحث و بازتاب مهم در تقاطع سلامت روان و علم داده فراهم می کند – زمینه ای که فقط در سالهای آینده از اهمیت بالایی برخوردار خواهد شد. بیایید امیدوار باشیم که مورد بعدی شما را ببینیم!
بازتاب ارسال شده در جلسه MQ Datamind 2025 ابتدا در تحقیقات بهداشتی MQ Prentical ظاهر شد.
توجه : این مطلب از منابع غیر فارسی به فارسی ترجمه شده است و ممکن است شامل خطا و ایردات ترجمه ای باشد !
