هل يستطيع الذكاء الاصطناعي ملاحظة الاكتئاب قبلنا؟
في هذا المقال
استندت عمليات التشخيص في الطب النفسي تاريخيًا إلى إفادة المريض الذاتية وملاحظة الطبيب السريرية. لكن بيانات Lancet Digital Health (2025-2026) تثبت أن التنميط الظاهري الرقمي المدعوم بالذكاء الاصطناعي (YZ) يستطيع كشف الاضطراب الاكتئابي الجسيم قبل أشهر من تجاوز الأعراض السريرية «العتبة». وبفضل الأجهزة الذكية وخوارزميات معالجة اللغة الطبيعية، تُحلل التغيرات الدقيقة في الروتين اليومي للأفراد، ويمكن الآن توقع «العواصف المقتربة بصمت» في الصحة النفسية بيقين رياضي.
دراسة Lancet 2026: ماذا تقول البيانات؟
في الدراسة الحديثة المنشورة في Lancet، توبعت بيانات الهواتف الذكية والتقنيات القابلة للارتداء للمشاركين طوال 12 شهرًا. ودُربت نماذج الذكاء الاصطناعي لكشف «المؤشرات الحيوية السلوكية» المنحرفة عن الروتين الطبيعي للفرد.
14 أسبوعًا
التقط YZ إشارات الخطر قبل التشخيص السريري لـ«نوبة اكتئابية» بمتوسط 14 أسبوعًا.
%88.4
معدل الحساسية المحصل بالجمع بين نبرة الصوت وأنماط النوم (AUC: 0.91).
أكثر نتائج الدراسة لفتًا أن YZ يستطيع كشف العرض المسمى «البطء النفسي الحركي»، قبل بدء إحساس المريض بالإعياء، من تباطؤات بأجزاء الألف من الثانية في سرعة التمرير على شاشة الهاتف وديناميكيات الضغط على المفاتيح.
ما المعايير التي يدرسها YZ؟
1. التحليل اللغوي والدلالي (NLP)
تتابع خوارزميات YZ انكماش المفردات التي يستخدمها الأفراد في مراسلاتهم الرقمية، وزيادة العبارات «المطلقة» (أبدًا، دائمًا، لا أحد). وأثبتت بيانات 2025 أن هذا التغير اللغوي يرتبط بشدة الاكتئاب بنسبة %79.
2. التوقيعات الصوتية
تدرس أنظمة تحليل الصوت سرعة الكلام وتواتر التوقفات ومعايير «التوتر الصوتي». وقد كُشف انخفاض الكثافة الطيفية للصوت و«تسطحه» لدى الأفراد المعرضين للاكتئاب.
عيادة المستقبل: نافذة التدخل المبكر
يعيد نجاح YZ هذا تعريف مفهوم «نافذة التدخل المبكر» (Early Intervention Window) في الطب. فإذا استطاعت خوارزمية الإبلاغ عن قدوم نوبة قبلها بـ 3 أشهر، أمكن إيقافها قبل أن تبدأ بالعلاج النفسي وتغيرات نمط الحياة.
مثلما ينقذ التشخيص المبكر بالمؤشرات الحيوية الحياة في علم الأورام، تحدث المؤشرات الحيوية الرقمية ثورة في الطب النفسي أيضًا. ويجب وضع الذكاء الاصطناعي بوصفه أدق «رادار إنذار مبكر» بيد الطبيب، وليس «مشخصًا». وما دامت خصوصية البيانات والإطار الأخلاقي محفوظين، فتمتلك هذه التقنية إمكانية توسيع إتاحة خدمات الصحة النفسية للجميع.
1. Chen, J. et al. "Predicting Depression Relapse via Digital Phenotyping: A 12-Month Longitudinal Study." The Lancet Digital Health (Jan 2026).
2. Romero, D. "Artificial Intelligence in Mental Health: From Research to Clinical Practice." Nature Medicine (2025).
3. Global Mental Health AI Consortium. "Standardization of Behavioral Biomarkers." (2026).
هل كان هذا المقال مفيدًا لك؟
تساعدنا ملاحظاتك على تحسين المحتوى.
تعليقات القراء
شارك تعليقك
لا يُنشر اسمك وتعليقك إلا بعد موافقة المسؤول. لا يُعرض بريدك الإلكتروني للزوار مطلقًا.
كن أول من يعلّق.