Zastosowanie sztucznej inteligencji w zarządzaniu rehabilitacją schizofrenii: przegląd systematyczny o charakterze zasięgowym

Dlaczego inteligentne narzędzia mają znaczenie przy poważnych zaburzeniach psychicznych

Schizofrenia może utrudniać jasne myślenie, nawiązywanie relacji i radzenie sobie w codziennym życiu, a wiele osób wciąż zmaga się z tymi problemami nawet po leczeniu szpitalnym. Jednocześnie systemy ochrony zdrowia psychicznego na świecie są obciążone, a wielu pacjentów otrzymuje niewielkie lub żadne ciągłe wsparcie. W artykule opisano, w jaki sposób sztuczna inteligencja (SI) – ta sama rodzina technik, która stoi za asystentami telefonicznymi i rekomendacjami online – jest testowana jako nowe wsparcie w długotrwałej rehabilitacji osób z schizofrenią: utrzymaniu zdrowia, wspieraniu przyjmowania leków i wykrywaniu wczesnych znaków ostrzegawczych przed kryzysem.

Od wizyt w szpitalu do życia codziennego

Autorzy zaczynają od kontrastu między dwoma bardzo różnymi celami w opiece psychiatrycznej. Diagnoza ma na celu nadanie nazwy zaburzeniu, takiemu jak schizofrenia, aby specjaliści mogli się porozumiewać i planować leczenie. Rehabilitacja natomiast dotyczy pomagania ludziom w życiu, pracy i uczestnictwie w życiu społecznym przez lata lub dekady. Obejmuje to śledzenie objawów w czasie, dostosowywanie leków, zapobieganie nawrotom oraz rozwijanie umiejętności i więzi społecznych. Mimo istniejących wytycznych tego rodzaju długoterminowe wsparcie jest nierównomierne na całym świecie: wiele osób nigdy nie trafia do specjalisty, a dalsza opieka jest często nieregularna. Ta luka otworzyła drogę dla narzędzi cyfrowych – smartfonów, urządzeń noszonych i platform internetowych – które mogą zbierać informacje ciągle i dostarczać pomoc zdalnie.

Co obejmował ten przegląd

Aby zrozumieć, jak SI jest wykorzystywana w rehabilitacji, badacze przeanalizowali 83 badań opublikowanych między 2012 a końcem 2025 roku. Wszystkie badania obejmowały osoby z klinicznie potwierdzoną schizofrenią lub pokrewnymi zaburzeniami psychotycznymi i skupiały się na zadaniach związanych z opieką ciągłą, a nie tylko diagnozą. Zespół pogrupował każdy projekt według obszarów rehabilitacji, takich jak monitorowanie objawów, zarządzanie lekami, zarządzanie ryzykiem, trening funkcjonalny i wsparcie psychospołeczne. Zarejestrowano też rodzaje wykorzystywanych danych (na przykład mowa, elektroniczne dokumenty medyczne czy sensory w smartfonach), stosowane techniki SI, skuteczność systemów oraz to, czy testowano je w warunkach rzeczywistych.

Jak SI jest wykorzystywana dziś

Większość dotychczasowych prac koncentruje się na obserwacji objawów w czasie. Wiele badań analizowało mowę, tekst lub dane ze smartfonów, aby oszacować nasilenie halucynacji, zaburzeń myślenia, motywacji czy funkcjonowania społecznego bez polegania wyłącznie na długich wywiadach klinicznych. Inne wykorzystywały sensory w telefonach, urządzenia noszone lub wzorce zapytań internetowych, aby ostrzegać o możliwym nawrocie na dni lub tygodnie przed hospitalizacją. Druga większa grupa badań skupiała się na lekach: sprawdzaniu, czy pacjenci przyjmują leki za pomocą kamer w smartfonach, przewidywaniu, kto może przerwać terapię lub źle na nią zareagować, oraz wykrywaniu działań niepożądanych, takich jak zmiany hormonalne czy ryzyko cukrzycy, korzystając z rutynowych zapisów zdrowotnych. Trzeci klaster dotyczył zarządzania ryzykiem, na przykład prognozowania nawrotu, ponownych hospitalizacji, przemocy czy poważnych chorób somatycznych. Tylko kilka projektów próbowało wspierać trening umiejętności lub kierować terapeutami w czasie rzeczywistym, mimo że te obszary są kluczowe dla odbudowy życia codziennego.

Jak dobre są te systemy na dziś?

Na papierze wiele modeli wygląda obiecująco. Do zadań takich jak klasyfikacja osób do grup ryzyka czy szacowanie wyników objawów typowa dokładność była całkiem wysoka, a niektóre małe badania zgłaszały bardzo dobre wyniki przy analizie głosu lub wzorców zachowania. Systemy ostrzegania o nawrocie często potrafiły wychwycić nietypowe zmiany w zachowaniu, ale miały skłonność do pomijania wielu rzeczywistych nawrotów, równocześnie generując fałszywe alarmy, co sprawia, że nadają się raczej jako wczesne „sugestie” niż jako samodzielni decydenci. Co istotne, tylko nieliczne badania testowały swoje systemy na zupełnie nowych grupach pacjentów, a bardzo niewiele raportowało, jak dobrze były skalibrowane przewidywania – czyli czy zadeklarowane ryzyko odpowiadało rzeczywistości. Jeszcze mniej projektów zamykało pętlę, przekształcając przewidywania w konkretne działania, takie jak interwencja kliniczna czy dostosowanie leczenia, a następnie mierząc, czy poprawiło to życie pacjentów.

Co trzeba zrobić dalej

Przegląd konkluduje, że SI ma wyraźny potencjał wzmocnienia rehabilitacji w schizofrenii poprzez bliższe monitorowanie objawów, wsparcie przyjmowania leków i wskazywanie osób z wyższym ryzykiem nawrotu lub problemów medycznych. Jednak większość narzędzi wciąż znajduje się na etapie „wczesnego prototypu”, dostrojonych do danych z krajów o wysokich dochodach i testowanych głównie na krótkoterminowych lub pośrednich wynikach. Aby rzeczywiście pomóc pacjentom, przyszłe systemy będą wymagać starannych testów zewnętrznych, przejrzystych sposobów wyrażania niepewności, zabezpieczeń dotyczących prywatności i równości oraz projektów, które utrzymają klinicystów i pacjentów w pętli zamiast ich zastępować. Autorzy podkreślają, że sukces powinien być oceniany nie tylko według wyników technicznych, lecz przede wszystkim po tym, czy opieka wsparta SI zmniejsza kryzysy i pozwala osobom z schizofrenią pełniej uczestniczyć w życiu codziennym.

Cytowanie: Yang, H., Chang, F., Muroi, F. et al. Application of artificial intelligence in schizophrenia rehabilitation management: a systematic scoping review. Transl Psychiatry 16, 180 (2026). https://doi.org/10.1038/s41398-026-03872-3

Słowa kluczowe: rehabilitacja schizofrenii, fenotypowanie cyfrowe, przestrzeganie leczenia, predykcja nawrotu, Sztuczna inteligencja w zdrowiu psychicznym