Мультимодальный искусственный интеллект и онлайн‑обучение в области психического здоровья молодежи: обзор картирования

Почему это важно для молодежи и семей

Проблемы психического здоровья у детей и подростков растут во всем мире, но многие дети и подростки не получают своевременной помощи. В то же время молодые люди постоянно оставляют цифровые следы — через смартфоны, носимые устройства, школьные платформы и социальные сети — которые могут свидетельствовать о том, как у них на самом деле идут дела. Этот обзор исследует, как новые типы искусственного интеллекта, умеющие обучаться на разных типах данных и постоянно обновляться, потенциально могли бы раньше выявлять стресс, депрессию и другие проблемы и поддерживать более персонализированный уход за молодежью.

Новые инструменты в условиях растущего кризиса психического здоровья молодежи

Глобальные данные показывают, что психические расстройства затрагивают значительную долю детей и подростков, и что эти проблемы усугубились во время и после пандемии COVID‑19. Количество экстренных обращений по поводу расстройств психики и удалённых консультаций с врачами выросло, особенно среди подростков‑девушек. При этом доступ к услугам по-прежнему ограничен, и многие молодые люди оказываются «выпавшими» из системы, особенно когда они старше возраста, на который рассчитаны детские службы, но ещё не интегрированы в систему взрослой помощи. Поскольку большинство пожизненных психических расстройств начинается до 25 лет, авторы полагают, что более эффективные способы выявления и мониторинга проблем в этот период могут принести долгосрочные выгоды для людей, семей и здравоохранительных систем.

Как более «умные» машины могут помочь

Системы ИИ умеют извлекать закономерности из данных и использовать их для обнаружения или прогнозирования результатов, например признаков стресса или пониженного настроения. Традиционные модели обычно опираются на один источник данных — текст, снимок мозга или анкету — и обучаются один раз на фиксированном наборе данных. Обзор фокусируется на двух особенно перспективных достижениях для молодежи. Первое — мультимодальный ИИ, который объединяет несколько типов информации, например сердечные сигналы с носимых устройств, сон и движение с телефонов, голос или выражение лица, а также публикации или ответы в опросах. Второе — онлайн‑обучение, при котором модели не остаются «замороженными», а продолжают обновляться по мере поступления новых данных, что позволяет им адаптироваться, когда в жизни, поведении или окружении молодого человека происходят изменения.

Что делают текущие исследования

Авторы систематически искали по основным медицинским и инженерным базам данных исследования с 2015 года, в которых использовали ИИ на данных молодых людей (до 25 лет) для обнаружения, мониторинга или лечения проблем, связанных с психическим здоровьем. Из более чем 500 статей только 24 соответствовали их критериям, и лишь несколько работ сочетали несколько типов данных и онлайн‑обучение. Большая часть исследований была направлена на ранние предупреждающие признаки — такие как стресс, эмоциональное состояние или когнитивная нагрузка — а не на формальные диагнозы. Например, в нескольких проектах использовали носимые датчики для измерения сердечной активности или проводимости кожи, пока студенты выполняли стрессовые задания, затем обучали нейронные сети распознавать стресс и уточнять прогнозы по мере накопления данных. Другие анализировали шаблоны использования смартфонов и сна в течение семестра, чтобы группировать студентов с похожими профилями стресса и адаптировать модели к новым пользователям при очень небольшом объеме данных.

Многообещающие результаты, но существенные пробелы

В исследованиях, где применялась какая‑то форма непрерывного обновления, модели как правило становились более точными и лучше адаптированными к отдельным пользователям, чем системы, обученные единожды. Онлайн‑обучение помогало отслеживать изменение эмоциональных состояний по данным мозга и подстраивать обнаружение стресса под каждого пользователя. Вместе с тем авторы отмечают, что многие работы, обозначенные как «онлайн», фактически использовали более свободные формы инкрементального дообучения, а не истинную, в реальном времени адаптацию к потокам данных. Большинство исследований опирались на небольшие, одномерные выборки — часто студентов колледжей или аспирантов — и редко тестировали модели на независимых наборах данных. Встают и этические, и практические вопросы: сбор подробных физиологических и поведенческих данных у несовершеннолетних вызывает чувствительные проблемы, связанные с согласием, конфиденциальностью, долгосрочным хранением и тем, кто контролирует непрерывные обновления моделей, которые могут влиять на решения в уходе.

Куда нужно двигаться дальше

Обзор делает вывод, что ИИ для психического здоровья молодежи — это быстроразвивающаяся, но всё ещё ранняя область. Чтобы перейти от лабораторных прототипов к инструментам, которые могут безопасно поддерживать реальную помощь, исследователям потребуются более крупные и разнообразные наборы данных, более прозрачная отчётность о возрасте и фоне участников и стандартизированные способы сбора и обмена мультимодальными данными о молодежи. Модели нужно тестировать с течением времени и в разных условиях, чтобы убедиться, что они остаются надёжными при изменении обстоятельств. Будущие работы должны выходить за рамки обнаружения стресса и настроения, включая более широкий спектр клинически признанных расстройств и, что важно, изучать, как ИИ может помогать в реальных вмешательствах, а не только сигнализировать о проблемах. По мере распространения разговорных систем и больших языковых моделей потребуется тщательная оценка их преимуществ и рисков для молодых пользователей. На данный момент мультимодальный, постоянно обучающийся ИИ представляет собой многообещающее направление — но требующее строгих мер защиты, прозрачности и тесного сотрудничества технологов, клиницистов, самих молодых людей и их семей.

Цитирование: Ramirez Campos, M.S., Barati, K., Samavi, R. et al. Multimodal artificial intelligence and online learning in youth mental health: a scoping review. npj Mental Health Res 5, 26 (2026). https://doi.org/10.1038/s44184-026-00207-4

Ключевые слова: психическое здоровье молодежи, мультимодальный ИИ, онлайн‑обучение, выявление стресса, носимые датчики