تدخل موجه بالتعلم الآلي مخصص لتحسين سلوكيات نمط الحياة في الاكتئاب: دراسة أولية

لماذا تهم عاداتك اليومية مزاجك

يُنصح كثير من الأشخاص المصابين بالاكتئاب بممارسة المزيد من التمارين، أو تحسين النوم، أو تناول طعام صحي، أو زيادة التواصل الاجتماعي، لكن من الصعب معرفة أي من هذه التغييرات سيفيد بالفعل أكثر. اختبرت هذه الدراسة طريقة جديدة لاستخدام بيانات من الهواتف الذكية والساعات الذكية والذكاء الاصطناعي لاكتشاف أي عادة في نمط الحياة ترتبط بقوة بمزاج كل شخص، ثم بنت خطة بسيطة ومخصصة حول هذا الهدف الواحد.

نوع جديد من الرعاية المخصصة

أجرى الباحثون تجربة سريرية أولية سُمّيت تعزيز المزاج المخصص، أو PerMA، شملت 50 بالغًا يعانون اكتئابًا خفيفًا إلى متوسطًا. بدلًا من إعطاء الجميع نفس النصيحة، جمعوا أولًا معلومات من العالم الواقعي لمدة أسبوعين إلى أربعة أسابيع باستخدام استبيانات هاتفية قصيرة وبيانات الساعة الذكية. راقبت هذه الأدوات المزاج على مدار اليوم إلى جانب أنماط النوم والنشاط البدني وعادات الأكل ومستويات الاتصال الاجتماعي، ما خلق صورة مفصّلة لكيفية تداخل حياة كل شخص اليومية مع مشاعره عبر الزمن.

ترك البيانات تكشف العادة الأساسية

باستخدام هذه التدفقات الشخصية من البيانات، أنشأ الفريق نموذج تعلم آلي فردي لكل مشارك. كانت مهمة النموذج إيجاد أي ميزات نمط الحياة تتنبأ بأفضل شكل بتغيرات مزاج ذلك الشخص. لجعل النتائج مفهومة، استخدم الباحثون طريقة تُرتّب أهم عوامل نمط الحياة لكل فرد. من هذا الترتيب، اختار مدربو الصحة المدربون مجال تركيز رئيسيًا واحدًا لخطة مدتها ستة أسابيع: النوم، أو التمرين، أو النظام الغذائي، أو الاتصال الاجتماعي. وترجمت الخطة، المسماة خطة تعزيز المزاج الفردية أو iMAP، أنماط البيانات إلى خطوات عملية يمكن للمشارك تجربتها في حياته اليومية.

دعم الإرشاد والتغيير في العالم الواقعي

خلال مرحلة التدخل التي استمرت ستة أسابيع، التقى المشاركون افتراضيًا مع مدرب صحة لحوالي 20 دقيقة مرة في الأسبوع. كان المدربون متدربين طبيًا وقد تدربوا على شرح البيانات بلغة بسيطة وقيادة تغيير السلوك باستخدام استراتيجيات نمط حياة مثبتة، مثل تحديد مواعيد نوم منتظمة، أو التخطيط للمشي، أو تحسين خيارات الوجبات، أو جدولة أنشطة اجتماعية. واصل المشاركون أيضًا إكمال تسجيل يومي موجز للمزاج ونمط الحياة حتى يتمكن الباحثون من مراقبة كيف تغير المزاج والعادة المستهدفة أثناء فترة الإرشاد.

ما الذي تحسّن عند تفصيل العادات

أكمل أربعون مشاركًا البرنامج الكامل. في المتوسط، انخفضت درجات الاكتئاب لديهم بمقدار يُعتبر تحسنًا كبيرًا، وأكثر من نصفهم لم يعودوا يستوفون معايير الاكتئاب بعد ستة أسابيع. خفت أعراض القلق، وتحسنت درجات جودة الحياة، وأبلغ الناس عن شعورهم بمزيد من اليقظة الذهنية في الحياة اليومية. أظهرت الاختبارات الحاسوبية تحسنًا في الانتباه والذاكرة العاملة، وهما مهارتان غالبًا ما يضعفان بسبب الاكتئاب. والأهم أن بيانات اليوم بيوم أكدت أن الأشخاص تحسنوا أكثر في مجال نمط الحياة المفرد الذي تم اختياره لهم، وكانت هذه التغييرات المستهدفة مرتبطة ارتباطًا وثيقًا بالتحسن في مزاجهم، بينما لم تتغير العادات غير المستهدفة بنفس القدر.

نظرة مستقبلية للاستخدام الأوسع

تشير هذه الدراسة المبكرة إلى أن استخدام البيانات الشخصية وأدوات ذكاء اصطناعي بسيطة لمطابقة الأشخاص مع تغيير نمط الحياة الأكثر تأثيرًا على مزاجهم يمكن أن يقلل بشكل ملموس من أعراض الاكتئاب ويحسن التفكير وجودة الحياة. وبما أن المنهج يعتمد على أجهزة متاحة على نطاق واسع وإرشاد قصير، فقد يجعل يومًا ما المساعدة الفعالة والمنخفضة المخاطر أكثر توفرًا على نطاق واسع. لا تزال هناك حاجة لتجارب أكبر مضبوطة، لكن النتائج تشير إلى مستقبل يمكن فيه ضبط رعاية الاكتئاب على إيقاعات وعادات كل فرد.

الاستشهاد: Nan, J., Purpura, S., Jaiswal, S. et al. Personalized machine learning guided intervention for optimizing lifestyle behaviors in depression: a pilot study. NPP—Digit Psychiatry Neurosci 4, 10 (2026). https://doi.org/10.1038/s44277-026-00062-3

الكلمات المفتاحية: علاج الاكتئاب المخصص, تدخل نمط الحياة, التعلم الآلي, الصحة العقلية الرقمية, تتبع المزاج بالساعة الذكية