Глубокое обучение для выявления депрессии у людей с алекситимией и без неё

Почему трудно говорить о чувствах

Многие люди живут с депрессией, но наши основные инструменты для её обнаружения по‑прежнему основаны на заполнении опросников о самочувствии. А что делать, если человек затрудняется понять или описать собственные эмоции? В этом исследовании рассматривается группа людей с чертой, называемой алекситимией — трудностью распознавания и вербализации чувств — и ставится вопрос, сможет ли искусственный интеллект (ИИ) помочь врачам точнее выявлять депрессию в таких случаях.

Когда самооценочные тесты дают сбой

Стандартные скрининги депрессии, например короткие чек‑листы, которые пациенты заполняют в клиниках или онлайн, быстры и удобны. Однако они исходят из предположения, что люди могут замечать и точно сообщать о своей печали, утрате интереса или тревоге. Для людей с алекситимией это предположение часто не работает. Они могут чувствовать себя плохо, но не уметь назвать свои эмоции, поэтому в самооценочных тестах они склонны занижать уровень переживаний, даже при наличии истинной депрессии. Исследователи обнаружили, что алекситимия встречается не редко — почти у каждого десятого человека — и что более высокие уровни алекситимии связаны с более тяжёлой депрессией в целом.

Дать компьютеру послушать разговор

Вместо того чтобы полагаться только на формы, команда обратилась к словам, произнесённым в ходе клинических интервью. Почти 300 кантонскоговорящих взрослых, включая пациентов с большим депрессивным расстройством и добровольцев из сообщества, прошли стандартизированные интервью с психиатром с использованием общепринятой шкалы для оценки депрессии. Эти интервью были расшифрованы в текст. Затем исследователи обучили восемь больших языковых моделей — продвинутых систем ИИ, анализирующих текст — определять, страдает ли каждый человек депрессией, используя суждение психиатра как эталон. Модели не видели результатов опросников; они учились напрямую по тому, как люди рассказывали о своём сне, энергии, повседневной жизни и настроении.

ИИ против галочки в анкете

Исследование сравнивало, насколько хорошо ИИ‑модели и широко используемая самооценочная шкала Hospital Anxiety and Depression Scale–Depression Subscale (HADS‑D) выявляют депрессию. По всем участникам четыре из восьми моделей ИИ явно превзошли самооценочную шкалу. Когда команда рассмотрела людей с алекситимией отдельно, контраст оказался поразительным: точность самоотчёта упала до уровня плохой догадки, тогда как модели ИИ сохранили высокую работоспособность, показывая от хорошего до отличного качества. Важно, что ИИ‑системы работали одинаково хорошо у людей без алекситимии, с возможной алекситимией и с выраженной алекситимией, что указывает на то, что затруднения в описании чувств не сбивали эти модели с толку.

Почему ИИ остаётся устойчивым, когда слова подводят

Почему компьютеры могут преуспеть там, где подводят чек‑листы? Авторы полагают, что устная речь в интервью содержит множество тонких признаков — выбор слов, уровень деталей, паттерны заминок — которые отражают внутреннее состояние человека, даже если он не может назвать свои эмоции. Большие языковые модели созданы для того, чтобы улавливать такие закономерности на больших отрезках текста. Напротив, самооценочные шкалы предлагают фиксированный набор кратких вопросов, сосредоточенных в основном на мыслях и чувствах; они оставляют мало пространства для людей, неуверенных в том, как себя оценить. Результаты указывают, что инструменты ИИ, при условии аккуратной разработки и тестирования, могут стать мощными помощниками клиницистов, особенно в условиях, где времени специалистов не хватает, а списки ожидания длинные.

Что это значит для будущей помощи

Для неспециалиста ключевое сообщение простое: некоторые люди хуже описывают свои чувства, и для них стандартные опросники депрессии могут пропустить важные проблемы. Это исследование показывает, что ИИ‑системы, анализирующие то, что пациенты говорят в интервью, часто могут обнаруживать депрессию более надёжно, чем формы самооценки, и они сохраняют точность даже при наличии алекситимии. ИИ не заменит человеческих клиницистов, но может помочь раньше выявлять людей из группы риска и направлять более персонализированную помощь. Авторы предполагают, что аналогичные подходы в будущем могут улучшить выявление и других расстройств психического здоровья, приближая нас к оценкам, которые действительно подходят каждому человеку, вместо того чтобы пытаться вписать всех в одну форму.

Цитирование: Lam, C., Xian, L., Huang, R. et al. Deep learning for detecting depression in individuals with and without alexithymia. Commun Med 6, 123 (2026). https://doi.org/10.1038/s43856-026-01393-0

Ключевые слова: выявление депрессии, алекситимия, искусственный интеллект, клинические интервью, скрининг психического здоровья