Key points are not available for this paper at this time.
التقييمات الحالية لاضطراب القلق المعمم (GAD) غالبًا ما تكون ذاتية ولا تعتمد على مقياس موحد لتقييم GAD عبر مستويات شدته. يطرح نقص المعايير التشخيصية الكمية الموضوعية والمتعددة المستويات تحديًا كبيرًا لاستراتيجيات العلاج الفردية. لمعالجة هذه الحاجة، تهدف هذه الدراسة إلى إنشاء نموذج تشخيصي لتصنيف وكمية GAD من خلال دمج تخطيط الدماغ الكهربائي (EEG) والتعلم الجماعي. في هذا السياق، تم استقطاب 39 شخصًا طبيعيًا و80 مريضًا باضطراب القلق المعمم وتم تقسيمهم إلى أربع مجموعات: التحكم الطبيعي، GAD الخفيف، GAD المعتدل، وGAD الشديد. تم جمع بيانات تخطيط الدماغ الكهربائي في حالة الراحة لمدة عشر دقائق لكل موضوع. تم استخراج ميزات الاتصال الوظيفي من كل مقطع تخطيط دماغ كهربائي مع نوافذ زمنية مختلفة. بعد ذلك، تم استخدام التعلم الجماعي لدراسات تصنيف GAD وتحليل آلية الدماغ. وبالتالي، أظهرت النتائج أن نموذج Catboost مع نافذة زمنية مدتها 10 ثوانٍ حقق دقة مثيرة للإعجاب بلغت 98.1% للتصنيف على أربعة مستويات. بشكل خاص، وُجد أن تلك الاتصالات الوظيفية الموجودة بين الفصين الجبهي والصدغي كانت أكثر وفرة بشكل ملحوظ من المناطق الأخرى، حيث كانت إيقاعات بيتا الأكثر بروزًا. يوفر إطار التحليل والنتائج في هذه الدراسة دليلًا قويًا على تطبيقات الذكاء الصناعي في التشخيص السريري لـ GAD.
درس ليو وآخرون (ثلاثاء) هذا السؤال.