سیستم ANFIS: الگوریتمی برای تشخیص و طبقه بندی سطوح افسردگی سالمندان

تشخیص و طبقه بندی افسردگی به عنوان شایعترین اختلال روانشناختی غیرطبیعی در سالمندان کمتر مورد توجه قرار گرفته است. هدف تحقیق استفاده از سیستم ANFIS برای پردازش خودکار اطلاعات به منظور ارایه الگوریتم مناسب برای پیش بینی افسردگی سالمندان بود.

مطالعه کاربردی حاضر در مرکز نگهداری سالمندان شهرستان گنبد کاووس انجام شد. تعداد 30 سالمند به عنوان نمونه در دسترس انتخاب و داده ها به روش مصاحبه بالینی و استفاده از مقیاس GDS جمع آوری گردید. از نرم افزار MATLABR2016b برای پیاده سازی معادلات و توابع تعریف شده در لایه های سیستم ANFIS استفاده شد. با استفاده از تکنیک همبستگی پیرسون، 6 متغیر بالینی موثر در افسردگی سالمندان به عنوان ورودی مدل ANFIS انتخاب شدند. داده ها به صورت تصادفی و به نسبت 30:70 به دو گروه آموزش و آزمایش تقسیم شدند. ارزیابی عملکرد سیستم با استفاده از ماتریس آشفتگی و منحنی راک بررسی شد.

نتایج نشان داد که الگوریتم سیستم ANFIS و طراحی شده در نرم افزار MATLAB با حساسیت بالاتر از56/92 % و با متمم ویژگی بالاتر از 68/89 % و سطح زیر منحنی بین 83/0 تا 1 در تشخیص و طبقه بندی افسردگی سالمندان از دقت قابل قبولی برخوردار بود. بعلاوه، ارزیابی مدل توسعه یافته نشان داد که توانسته است سطوح افسردگی سالمندان را در مقایسه با پرسشنامه GDS و مصاحبه بالینی بطور صحیح و با دقت بالا پیش بینی و طبقه بندی کند. مدل فقط در متمایزسازی سطح کم افسردگی از سطح نرمال با یک خطای غیر معنادار روبرو بود که توسط متخصصین به کمک علایم بالینی در زمان مصاحبه قابل اصلاح است.

سیستم طراحی شده دقت تشخیص متخصص را افزایش داده و می تواند به عنوان یک دستیار قابل اطمینان طی فرآیند مراقبت های اولیه سلامت روان به عنوان یک ابزار غربالگری برای شناسایی زود هنگام اختلالات روانشناختی استفاده شده و به موقع درمان متناسب شروع گردد. در نهایت در سطح برنامه ریزی کلان، به جای هدردادن وقت و هزینه زیاد برای تشخیص و طبقه بندی اختلال، می توان آن را صرف ارزیابی تصمیم پروتکل درمانی گرفته شده کرد و اصلاحات لازم را برای بهبود عملکرد سازمان انجام داد.