Применение искусственного интеллекта в управлении реабилитацией при шизофрении: систематический обзор с картированием

Почему интеллектуальные инструменты важны при тяжёлых психических расстройствах

Шизофрения затрудняет ясное мышление, общение с другими и повседневную жизнь; многие люди продолжают испытывать трудности даже после госпитализации. В то же время службы психического здоровья во многих странах перегружены, и многие получают мало или вообще не получают постоянной поддержки. В этой статье рассматривается, как искусственный интеллект (ИИ) — та же технологическая семья, что лежит в основе голосовых помощников и онлайн‑рекомендаций — испытывается в роли нового помощника на долгом пути реабилитации при шизофрении: поддержания состояния, сопровождения при приёме лекарств и раннего выявления предупреждающих признаков до кризиса.

От госпиталей к повседневной жизни

Авторы начинают с противопоставления двух разных целей в психиатрии. Диагностика ставит имя состоянию, например шизофрении, чтобы клиницисты могли общаться и планировать лечение. Реабилитация же направлена на то, чтобы помочь людям жить, работать и участвовать в жизни общества на протяжении лет или десятилетий. Она включает отслеживание симптомов во времени, корректировку медикаментозной терапии, предотвращение рецидивов и развитие навыков и социальных связей. Несмотря на понятные рекомендации, такая долгосрочная поддержка повсеместно нерегулярна: многие люди никогда не видят специалиста, а последующее наблюдение часто нерегулярно. Эта брешь открыла дорогу цифровым инструментам — смартфонам, носимым устройствам, онлайн‑платформам — которые могут непрерывно собирать данные и предоставлять помощь на расстоянии.

Что изучал этот обзор

Чтобы понять, как ИИ используется в реабилитации, исследователи проанализировали 83 исследования, опубликованные с 2012 по конец 2025 года. Все исследования включали людей с клинически подтверждённой шизофренией или смежными психотическими расстройствами и были посвящены задачам, связанным с продолжающимся уходом, а не только диагностике. Команда сгруппировала каждый проект по доменам реабилитации, таким как мониторинг симптомов, управление лекарствами, управление рисками, функциональная тренировка и психосоциальная поддержка. Также фиксировались типы используемых данных (например, речь, электронные медицинские записи или датчики смартфонов), применённые методы ИИ, показатели эффективности систем и сведения о том, тестировались ли они в реальных условиях.

Как ИИ используется сегодня

Большая часть работ до сих пор сосредоточена на наблюдении за симптомами во времени. Многие исследования анализировали речь, текст или данные смартфона, чтобы оценить выраженность галлюцинаций, нарушения мышления, мотивацию или социальное функционирование без опоры только на длительные клинические интервью. Другие использовали датчики телефона, носимые устройства или паттерны интернет‑поиска, чтобы предупредить о возможном рецидиве за дни или недели до госпитализации. Второй крупный блок исследований был посвящён лекарственной терапии: проверке приёма лекарств с помощью камеры смартфона, прогнозированию, кто может прекратить приём препарата или плохо на него реагировать, и выявлению побочных эффектов, таких как гормональные изменения или риск диабета, используя рутинные медицинские данные. Третья группа касалась управления рисками — прогнозирование рецидива, повторной госпитализации, насилия или серьёзных физических заболеваний. Лишь несколько проектов пытались поддержать обучение навыкам или направлять терапевтов в реальном времени, хотя эти области центральны для восстановления повседневной жизни.

Насколько хороши эти системы на сегодняшний день?

На бумаге многие модели выглядят многообещающе. Для задач вроде распределения людей по группам риска или оценки симптокомов типичная точность была достаточно высокой, и некоторые небольшие исследования сообщали очень высокие показатели при анализе голоса или поведенческих шаблонов. Системы предупреждения о рецидиве часто могли заметить необычные изменения в поведении, но они склонны пропускать многие реальные рецидивы и одновременно давать ложные тревоги, поэтому лучше подходят как ранние «подтолкивания», чем как автономные инструменты принятия решений. Важно, что лишь немногие исследования проверяли свои системы на полностью новых группах пациентов, и очень мало кто отчитывался о калибровке предсказаний — то есть о том, соответствовал ли заявленный риск реальному исходу. Ещё меньше проектов замыкали цикл, превращая предсказания в конкретные действия, такие как вмешательство клинициста или корректировка лечения, и затем измеряли, улучшило ли это жизнь пациентов.

Что следует делать дальше

Обзор приходит к выводу, что ИИ имеет очевидный потенциал усилить реабилитацию при шизофрении, обеспечивая более тщательное наблюдение за симптомами, поддержку при приёме лекарств и выделение людей с повышенным риском рецидива или медицинских проблем. Однако большинство инструментов всё ещё находятся на стадии «ранних прототипов», настроены на данные из стран с высоким уровнем дохода и тестировались в основном на краткосрочных или опосредованных исходах. Чтобы действительно помочь пациентам, будущие системы потребуют тщательной внешней валидации, понятных способов выражения неопределённости, механизмов защиты конфиденциальности и справедливости, а также дизайна, который сохраняет участие клиницистов и пациентов, а не заменяет их. Прежде всего, по мнению авторов, успех следует оценивать не только по техническим метрикам, но и по тому, уменьшает ли поддержка ИИ число кризисов и помогает ли людям с шизофренией полноценно участвовать в повседневной жизни.

Цитирование: 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

Ключевые слова: реабилитация при шизофрении, цифровой фенотип, приверженность лечению, прогнозирование рецидива, ИИ в психическом здоровье