חקירה שיטתית של ביומקרים דיגיטליים לזיהוי אפיזודות דיכאוניות בהפרעה דו‑קוטבית

מדוע הטלפון והטבעות החכמות עלולים להצביע על החמרה

עבור אנשים רבים החיים עם הפרעה דו‑קוטבית, אפיזודות דיכאוניות יכולות להיראות ככאלה שמגיעות בלי אזהרה, ומפילות עבודות, מערכות יחסים ושגרה יום‑יומית. המחקר הזה שואל שאלה פשוטה עם משמעויות רחבות: האם דפוסים בנתונים יומיומיים — מטבעת לבישה העוקבת אחר פעילות ושינה, יחד עם בדיקות מצב רוח קצרות מדי יום — יכולים באופן מהימן לאותת שמישהו עבר ממצב יציב לדיכאון? אם כן, הטכנולוגיה שאנשים כבר נושאים יכולה לסייע למטופלים ולמומחים להגיב מוקדם יותר, הרבה לפני שמשבר מאלץ טיפול.

עוקבים אחרי החיים האמיתיים לאורך חודשים, לא דקות

החוקרים עקבו אחרי 133 מבוגרים עם הפרעה דו‑קוטבית מסוג I או II במשך ממוצע חציוני של כ‑8 חודשים. המשתתפים לבשו טבעת Oura, מוצר מסחרי שמקליט באופן רציף תזוזה ושינה, ומילאו דירוגים יומיים קצרים של מצב רוח, אנרגיה וחרדה באמצעות דואר אלקטרוני. פעם בשבוע הם גם השיבו על שאלון דיכאון סטנדרטי המשמש במרפאות. באמצעות השאלונים השבועיים ציינו החוקרים מתי משתתף נכנס לאפיזודה דיכאונית — שהוגדרה כשבועיים לפחות ברצף עם תסמינים משמעותיים קלינית — ומתי היה במצב יציב, או יודמיה. כך נוצרו “זרמים” ארוכים ומפורטים של התנהגות ורגשות בתקופות טובות ורעות.

הפיכת אלפי נקודות נתונים למספר אותות ברורים

מהנתונים הגולמיים מהנדסים הו‑49 משתנה בסיסיים (כגון פעילות יומית קשורה צעדים, זמן להירדמות, ודירוג מצב רוח ממוצע) במספר סקלות זמן, ולאחר מכן חילצו שבעה תיאורים מתמטיים של האופן שבו כל משתנה התנהג לאורך הזמן. תיאורים אלו תפסו לא רק רמות, אלא גם עד כמה מדד המתנדנד מיום ליום, עד כמה תנודות אלו היו קיצוניות, וכמה יום אחד דמה לשני. התוצאה הייתה 343 מועמדות ל“ביומקרים” דיגיטליים שמתארים דפוסים בשינה, פעילות ובדיווח עצמי של מצב רוח, אנרגיה וחרדה. לאחר מכן השתמשו בשיטות למידת מכונה ניתנות להסבר — אלגוריתמים שיכולים גם לסווג דפוסים וגם לחשוף אילו קלטים היו המשמעותיים ביותר — כדי לראות אילו שילובים הפרידו בצורה הטובה ביותר בין ימים דיכאוניים לימים יציבים.

איך הדיכאון התגלה בדפוסים יומיים

מבין כל האותות, הדירוגים העצמיים היומיים היו מקור המידע החזק היחיד. מודלים שהשתמשו רק בשלושת המחוונים היומיים למצב רוח, אנרגיה וחרדה הבחינו בין אפיזודות דיכאוניות לתקופות יציבות בדיוק גבוה (שטח מתחת לעקומת ה‑ROC של כ‑0.82, כאשר 1.0 הוא מושלם ו‑0.5 אינו טוב יותר מהמקרה). במהלך אפיזודות דיכאוניות המשתתפים דירגו את מצב רוחם ואת רמת האנרגיה שלהם באופן משמעותי נמוך יותר. באותו הזמן, הציונים שלהם תנודו בטווח נמוך וצפוף — מה שיצר תבנית סטטיסטית שהמחברים קוראים לה פרדוקס של תנודתיות יחסית‑מוחלטת: מצב הרוח והאנרגיה נראו “משתנים” יותר כשבוחנים אותם יחסית לממוצע הנמוך, אך במונחים מוחלטים אנשים הרגישו באופן מתמשך נמוך ו"תקוע". במילים אחרות, הדיכאון כאן דומה לעמק שטוח וממושך יותר מאשר לתנודות חדות מעלה ומטה.

שינויים עדינים בתנועה ובשינה עדיין משמעותיים

גם ללא הדירוגים העצמיים, הטבעת הלבישה נשאה רמזים שימושיים. אפיזודות דיכאוניות נקשרו לקטנה יותר של שינוי יום‑יומי בפעילות הכוללת — רמות התנועה של אנשים היו באופן עקבי נמוכות יותר. גם דפוסי השינה השתנו. הזמן שלקח להירדם השתנה באופן גדול יותר מלילה ללילה, בעוד שמדדים של שינה עמוקה נטו להראות פחות תנודות קיצוניות. למרות שמודלים המבוססים על פעילות ושינה היו פחות מדויקים מאלו שהשתמשו בדיווחים יומיים על מצב רוח, הם עדיין היו טובים יותר מהמקרה והיו יציבים במסגרת מבחנים סטטיסטיים רבים, מה שמרמז כי הקצבים הגופניים עצמם הופכים נוקשים פחות וגמישים פחות במהלך שלבים דיכאוניים.

מתיאור למערכות התרעה מוקדמות

המחברים מדגישים שעבודה זו היא שלב ראשוני אך קריטי: היא מתמקדת בתיאור מדויק של מתי אדם מדוכא, ולא עדיין בחיזוי אפיזודות לפני שהן מתחילות. עם זאת, התמונה העולה אינטואיטיבית ומוכרת: במהלך אפיזודות דיכאוניות אנשים מרגישים בעקביות גרוע ופחות אנרגטיים, נעים פחות ובאופן יחסי משעמם יותר, וחווים זמני השענות על שינה פחות צפויים. מאחר שהביומקרים הדיגיטליים המרכזיים שהם זיהו הם יחסית פשוטים — תנודתיות יום‑יומית במצב רוח, בפעילות, ובזמן להירדמות — בעתיד ניתן יהיה לשלבם באפליקציות או בלוחות מחוונים קליניים. עבור מטופלים, הדבר עשוי להתבטא בכך שהטלפון והטבעת עוקבים בשקט אחרי דפוסים אלה ברקע ומתריעים להם ולמטפל כאשר הקצבים היומיומיים מתחילים להידמות לדיכאונות קודמים, ולפתוח את הדלת לטיפול ממוקד ובזמן מתאים יותר.

ציטוט: Halabi, R., Mulsant, B.H., Tolend, M. et al. A systematic exploration of digital biomarkers for the detection of depressive episodes in bipolar disorder. npj Mental Health Res 5, 13 (2026). https://doi.org/10.1038/s44184-026-00195-5

מילות מפתח: הפרעה דו‑קוטבית, ביומקרים דיגיטליים, חיישנים לבישים, זיהוי דיכאון, פנוטייפינג דיגיטלי