Przegląd zastosowania fenotypowania cyfrowego w przewidywaniu objawów depresyjnych okołoporodowych

Dlaczego to ma znaczenie dla nowych rodziców

Ciąża i pierwszy rok po porodzie często opisywane są jako czas radości, ale dla wielu kobiet są też okresem głębokich trudności emocjonalnych. Depresja okołoporodowa — zespół objawów depresyjnych występujących w czasie ciąży i po porodzie — dotyka około jednej na osiem do jednej na cztery matek na całym świecie. Mimo to większość badań przesiewowych odbywa się wciąż tylko raz lub dwa razy za pomocą papierowych kwestionariuszy, co sprawia, że wczesne sygnały ostrzegawcze łatwo przeoczyć. Artykuł ten przegląda rosnące badania nad „fenotypowaniem cyfrowym”, czyli wykorzystaniem codziennych technologii, takich jak smartfony, urządzenia ubieralne i media społecznościowe, do śledzenia subtelnych zmian zachowań, które mogą wskazywać, kiedy nowa matka jest zagrożona i mogłaby skorzystać z szybkiego wsparcia.

Nowe wskazówki ukryte w cyfrowych śladach codzienności

Autorzy przeanalizowali 14 badań opublikowanych między 2014 a marcem 2025 roku, które śledziły kobiety w ciąży i po porodzie w pięciu krajach. Zamiast polegać wyłącznie na wizytach klinicznych, projekty te wykorzystywały cyfrowe ślady życia codziennego. Niektóre gromadziły sygnały „pasywne”, takie jak długość snu z urządzeń ubieralnych, liczba kroków, tętno czy wzorce ruchu z GPS. Inne zbierały informacje „aktywne”, które kobiety świadomie przekazywały, w tym logowania nastroju w aplikacji, krótkie zapisniki w formie dziennika, posty w mediach społecznościowych oraz krótkie ankiety telefoniczne przeprowadzane w ciągu dnia. W większości badań objawy depresji wciąż oceniano standardowymi kwestionariuszami, takimi jak Skala Depresji Poporodowej Edynburskiej, ale dane cyfrowe służyły do sprawdzenia, czy wzorce ostrzegawcze można wykryć wcześniej lub dokładniej.

Co sen, aktywność i użycie telefonu mogą ujawnić

W badaniach wyróżniały się wzorce snu jako jedne z najbardziej obiecujących sygnałów pasywnych. Kobiety, które spały krócej w nocy lub miały bardziej fragmentaryczny sen w czasie ciąży, częściej zgłaszały wyższy poziom objawów depresyjnych, choć istotny był też czas występowania. Zły sen we wczesnej i środkowej ciąży bywał powiązany z późniejszymi problemami nastroju, podczas gdy podobne miary nie przewidywały konsekwentnie objawów po porodzie. Wyniki dotyczące aktywności fizycznej były bardziej rozbieżne: niektóre miary, takie jak niepokój nocny czy zaburzenia rytmu dobowego, łączyły się z wyższymi wynikami depresji, ale inne — na przykład liczba kroków czy czas spędzony poza domem — wykazywały niewielką lub żadną wartość predykcyjną. Co ciekawe, jedno badanie wykazało, że kobiety, które później miały depresję poporodową, nosiły swoje opaski fitness bardziej konsekwentnie, co może sugerować, że nietypowo intensywne używanie urządzenia samo w sobie odzwierciedla napięcie emocjonalne lub nadmierną czujność.

Słowa, posty i wiadomości jako barometry emocji

Aktywne informacje cyfrowe — to, co kobiety piszą, stukają lub publikują — często dostarczały bogatych wskazówek o nastroju. Analizy krótkich wpisów dziennikowych i tekstów w aplikacjach pokazały, że negatywny ton emocjonalny, wyrażenia zmęczenia i spadek języka pozytywnego wiązały się z wyższymi wynikami depresji. Subtelne zmiany w użyciu słów, takie jak zmiany w zaimkach czy pojawianie się terminów związanych ze zdrowiem psychicznym, pomagały przewidzieć, kto rozwinie objawy w ciągu kilku tygodni. Zachowania w mediach społecznościowych również niosły sygnały: częstsze publikowanie selfie przez nowe matki lub oznaki wycofania społecznego i zmniejszonej interakcji z kontaktami online łączyły się z większym ryzykiem depresji. Wzorce w wiadomościach tekstowych potwierdzały podobny obraz; kobiety z objawami depresyjnymi wysyłały zwykle mniej i krótsze wiadomości w późnej ciąży i okresie poporodowym. Połączenie tych wzorców językowych i zachowań z prostymi narzędziami samooceny, takimi jak codzienne dzienniczki nastroju, znacząco poprawiało dokładność przewidywań.

Na ile algorytmy rzeczywiście działają?

Aby przekształcić surowe cyfrowe ślady w szacunki ryzyka, badacze używali różnych metod statystycznych i uczenia maszynowego, od klasycznych regresji po bardziej złożone modele, takie jak random forests czy gradient boosting. Niektóre modele łączące kilka typów informacji — na przykład dzienniczki nastroju, cechy tła i krótkie ankiety w aplikacji — osiągały wysoką skuteczność w rozróżnianiu kobiet z istotnymi objawami depresyjnymi i bez nich. Jednak przegląd podkreśla poważne zastrzeżenia. Badania różniły się znacznie pod względem śledzonych sygnałów, częstotliwości zbierania danych i definicji wyników. Wiele miało stosunkowo małe próby, nie radziło sobie starannie z brakującymi danymi lub opierało się wyłącznie na testach wewnętrznych zamiast weryfikacji modeli w niezależnych grupach kobiet. W rezultacie nawet najlepiej działające modele są bliższe obiecującym prototypom niż gotowym do stosowania narzędziom klinicznym.

Równoważenie obietnicy, prywatności i zastosowań w świecie rzeczywistym

Autorzy argumentują, że fenotypowanie cyfrowe mogłoby w przyszłości uzupełniać, ale nie zastępować, tradycyjną opiekę. Integracja informacji tła, historii medycznej, czynników związanych z niemowlęciem oraz bieżących raportów nastroju z danymi pasywnymi, takimi jak sen i aktywność, może dać pełniejszy obraz zdrowia psychicznego matki w czasie. Jednocześnie podejście to rodzi istotne pytania dotyczące prywatności, bezpieczeństwa danych, nierównego dostępu do technologii oraz ryzyka stronniczych lub niedokładnych przewidywań. Przegląd wzywa do ujednoliconych metod, jaśniejszego raportowania i silniejszej współpracy między klinicystami, naukowcami danych i etykami, aby przyszłe narzędzia były zarówno dokładne, jak i sprawiedliwe.

Co to oznacza dla matek i rodzin

Mówiąc prosto, artykuł stwierdza, że nasze telefony i urządzenia ubieralne zaczynają pełnić funkcję wczesnych czujników depresji okołoporodowej, ale nauka nie jest jeszcze wystarczająco dojrzała do rutynowego stosowania. Miary snu oraz krótkie, częste check-iny nastroju lub wpisy tekstowe wydają się szczególnie obiecujące, zwłaszcza gdy łączone są z osobistą i medyczną historią matki. Mimo to obecne badania są małe, zróżnicowane i często metodologicznie słabe, dlatego ich wyniki należy traktować jako wczesne sygnały, a nie ostateczne odpowiedzi. Przy lepiej zaprojektowanych badaniach, starannej uwadze na etykę i silnej ochronie danych osobowych fenotypowanie cyfrowe może stać się potężnym narzędziem pomagającym wcześniej identyfikować matki w potrzebie i łączyć je ze wsparciem, zanim objawy się pogłębią.

Cytowanie: Kovacs, B.Z., Schweitzer, S., Papadopoulos, F.C. et al. A review of the application of digital phenotyping in predicting peripartum depressive symptoms. npj Digit. Med. 9, 335 (2026). https://doi.org/10.1038/s41746-026-02653-y

Słowa kluczowe: depresja okołoporodowa, fenotypowanie cyfrowe, zdrowie psychiczne po porodzie, dane z urządzeń ubieralnych i smartfonów, monitorowanie nastroju matki