AI 可以帮助临床医生个性化广泛性焦虑症的治疗：研究

快速阅读: 据《AniNews.in》最新报道，华盛顿特区，3月8日 — 研究表明，广泛性焦虑障碍（GAD）患者即使接受治疗，复发率仍高。宾夕法尼亚州立大学的研究团队利用机器学习分析了80多个基线因素，成功预测了康复情况，准确率达72%。研究指出，较高教育水平、较大年龄、朋友支持、积极情绪等因素有助于康复，而抑郁情绪、遭遇歧视、多次看诊则不利于康复。这一发现有助于临床医生制定个性化治疗方案。

华盛顿特区 [美国]，3月8日（安纳杜拉 press ）：据研究人员称，患有广泛性焦虑障碍（GAD）的人即使在接受治疗后，复发率仍然很高。这种障碍的特点是持续至少六个月的日常过度担心。人工智能（AI）模型可能帮助临床医生识别预测长期恢复的因素，并更好地个性化患者治疗。

研究人员使用了一种名为机器学习的AI形式，分析了超过80个基线因素——从心理和社会人口统计到健康和生活方式变量——针对126名被诊断为GAD的匿名个体。这些数据来自美国国立卫生研究院的一项纵向研究，称为“美国中年”，该研究采集了1995-96年间首次接受访谈的25至74岁大陆居民的健康数据。

机器学习模型在九年的周期结束时确定了11个最重要的变量，用于预测康复和非康复情况，准确率达到高达72%。研究人员在《焦虑障碍杂志》三月刊上发表了他们的发现。

“先前的研究显示，GAD的复发率非常高，而且临床医生判断长期结果的准确性有限，” 宾夕法尼亚州立大学博士候选人、主要研究作者坎迪斯·巴斯蒂菲尔德说。“这项研究表明，机器学习模型在预测谁将康复或不会康复方面具有良好的准确性、敏感性和特异性。这些康复预测指标对于帮助创建基于证据的个性化治疗以实现长期康复非常重要。”

研究人员发现，在康复方面最重要的是较高的教育水平、较大的年龄、更多的朋友支持、更高的腰臀比以及更高的积极情绪，即感觉更加愉快。同时，抑郁情绪、每日遭遇歧视、过去12个月内与心理健康专业人士进行的更多次咨询以及过去12个月内更多次的医疗就诊被证明对预测非康复最为重要。

研究人员通过将机器学习预测与MIDUS数据进行比较来验证模型发现，发现预测的康复变量与九年后不再表现出GAD症状的95名参与者相匹配。研究人员表示，根据这些发现，临床医生可以使用AI来识别这些变量并为GAD患者个性化治疗，尤其是那些伴有其他疾病的患者。

(以上内容均由Ai生成)