במילותיהם: מקרים של שפה בטלפונים חכמים של מתבגרים לפני אשפוזים קשורים להתאבדות

מדוע ההודעות של הנער/ה שלכם עלולות להיות חשובות יותר ממה שאתם חושבים

כשטלפונים חכמים הופכים ללוויה קבועה, הם מצלמים בשקט את המילים, המצבים הרגשיים והדאגות היומיומיות של הצעירים. המחקר הזה מציב שאלה דחופה: האם השפה שמקלידים מתבגרים בטלפונים שלהם, בשבועות ובימים שלפני משבר נפשי, יכולה להעיד על כך שהם בסכנה ממשית של ניסיון התאבדות? באמצעות בחינת דפוסי הודעות במציאות היומיומית של מתבגרים בסיכון גבוה, החוקרים בודקים האם כלי בינה מלאכותית יכולים לסייע למטפלים לזהות סימני אזהרה לטווח הקצר — ובאילו נקודות הכלים הללו עדיין נכשלים.

מעקב אחרי חמישה מתבגרים בחודש מסוכן

המחקר התמקד בחמישה מתבגרים שכבר היו מסווגים כבעלי סיכון גבוה להתאבדות ושבהמשך אושפזו בקשר להתאבדות. במשך כ־שישה חודשים, אפליקציה שרצה בשקט על הטלפונים שלהם הקליטה כל מה שהם הקלידו במקלדת — הודעות, חיפושים, פתקים — תוך השמטת מה שאחרים שלחו אליהם. נאספו בממוצע מעל 21,000 כניסות טקסט יוצאות לכל מתבגר, והמידע שולב בצורה נרחבת כדי להגן על הפרטיות. החוקרים התמקדו ב־30 הימים שלפני כל אשפוז, וחילקו תקופה זו לשלב "קו בסיס" של 20 יום ולשלב "סיכון חמור" של 10 הימים שקדמו לאשפוז.

מה חשפה השפה לפני המשבר

באמצעות עיבוד שפה טבעית (NLP), הצוות חיפש מספר סוגי אותות בטקסט המוקלד. סט כלים אחד חיפש שפה הקשורה להתאבדות, באמצעות מילון ממוקד נוער שהכיר לא רק ביטויים תקניים אלא גם סלנג ואימוג'ים. כלי נוסף, מבוסס על מודלים מודרניים של בינה מלאכותית, העריך האם ההודעות מבטאות רגש שלילי. שיטה שלישית קיבצה הודעות לנושאים רחבים, כגון בית ספר, טיפול, שינה, שימוש בחומרים או מוות. בארבעת המקרים מתוך חמישה, גם השפה הקשורה להתאבדות וגם הרגש השלילי עלו בעשרת הימים שלפני האשפוז, בהשוואה לדפוס הממוצע של כל מתבגר לאורך המחקר. השפה הקשורה להתאבדות זינקה לעתים קרובות בחמישה הימים האחרונים, בעוד שהרגש השלילי עלה בהדרגה יותר לאורך עשרת הימים האחרונים.

אותות סיכון — ואותות מצוקה

הדפוסים היו מבטיחים אך מורכבים. אותות האזהרה — שפה הקשורה להתאבדות וטון מדכא — הופיעו גם בזמנים אחרים מחוץ לחלון המשבר המיידי. הדבר מרמז שאותות אלו עשויים לסמן תקופות של מצוקה חמורה, אך לא תמיד רגעים שבהם ניסיון התאבדות צפוי באופן מיידי. כשמטפלים בדקו את היסטוריות הטקסט ישירות, הם ראו שהקפיצות בשפה הקשורה להתאבדות לרוב תואמות למחשבות אובדניות, ניסיונות ממשיים או בקשות עזרה דחופות. מודלים של נושאים זיהו נושאים שימושיים כמו צריכת חומרים ושיחות על טיפול, שלעתים הצטלבו עם רגעים מסוכנים.

מה המחשבים מפספסים שאנושיים רואים

עם זאת, כלי ה‑AI החמיצו לעתים קרובות סוגיות שמטפלים ראו כטריגרים מרכזיים, כגון קטטות עם חברים או משפחה, בריונות, קונפליקטים רומנטיים או תחושות של דחייה. מצבים אלה התפתחו דרך סדרת הודעות קצרות, והמודלים בדרך כלל התייחסו לכל הודעה בנפרד מבלי להבין את הסיפור הרחב יותר. כתוצאה מכך, סכסוכים בין‑אישיים, שינויים באופן שבו מתבגרים הרגישו לגבי אירועים מרכזיים, או מעברים עדינים מצחוק על התאבדות להבעת ייאוש אמיתי, לעתים קרובות חלפו מתחת לרדאר של האלגוריתמים. החוקרים טוענים שמערכות עתידיות צריכות לעשות יותר מאשר לקרוא הודעות בודדות: עליהן לקשר שיחות לאורך זמן, וברצון לשלב טקסט עם נתונים פסיביים אחרים כגון דפוסי שינה או תנועה כדי לשפר את הדיוק.

המבט קדימה: הבטחה עם מגבלות חשובות

העבודה הזו מראה ששפת הטלפון החכם יכולה להעניק חלון עשיר ודל־מאמץ למה שמתבגרים חווים בין ביקורים קליניים. שיטות אוטומטיות כבר מצליחות לזהות סימני אזהרה ברורים — שיחה ישירה על התאבדות ורגש שלילי חזק — במיוחד בימים שלפני משבר. אך הן פחות מסוגלות לתפוס את ההקשר האישי, החברתי והמקומי שהמטפלים האנושיים משתמשים בו כדי לשפוט סיכון. למשפחות ולמקצועני הבריאות, המסר הוא כפול: נתוני שפה דיגיטלית עשויים יום אחד לסייע במתן תמיכה מוקדמת ובהזדמנות נכונה לנוער בסכנה, אך יש לפתח אותם בזהירות רבה, עם הגנות פרטיות חזקות ובשיתוף עם מטפלים — ולא כמחליף להם.

ציטוט: Treves, I.N., Bloom, P.A., Salem, S. et al. In their own words: case studies of adolescent smartphone language preceding suicide-related hospitalizations. NPP—Digit Psychiatry Neurosci 4, 5 (2026). https://doi.org/10.1038/s44277-026-00057-0

מילות מפתח: סיכון התאבדות בקרב מתבגרים, שפת טלפון חכם, פנומטיפינג דיגיטלי, עיבוד שפה טבעית, ניטור בריאות הנפש