Может ли ИИ предсказать срыв зависимости по речи и сообщениям

Искусственный интеллект может находить в речи, текстах и цифровом поведении признаки, связанные с повышенным риском рецидива, но точно предсказать срыв зависимости у конкретного человека он пока не способен. Исследования показывают перспективные результаты, однако выборки остаются небольшими, модели редко проходят независимую проверку, а постоянный цифровой мониторинг создаёт отдельные риски для приватности пациента.

Как ИИ пытается предсказать срыв зависимости

Идея основана на том, что перед возвращением к употреблению у человека могут изменяться поведение, настроение, сон, активность и общение.

Некоторые из этих изменений можно фиксировать между визитами к врачу. Для этого исследователи используют анализ речи, текстов, данных приложений, смартфонов и носимых устройств.

Такой подход называют цифровым фенотипированием — получением измеримых характеристик поведения человека по данным цифровых устройств.

ИИ не «читает мысли» и не определяет намерение употребить психоактивное вещество напрямую. Алгоритм ищет статистические сочетания признаков, которые в исследовательской выборке чаще встречались перед определённым исходом.

Наибольший интерес представляет не отдельный показатель, а изменение нескольких параметров относительно обычного поведения самого пациента.

Можно ли определить будущий срыв по голосу

Говорить, что ИИ уже способен надёжно определить будущий срыв «по голосу», преждевременно.

В исследовании, опубликованном в 2025 году, изучали короткие записи спонтанной речи людей с кокаиновой зависимостью. Участники в течение пяти минут рассказывали о положительных сторонах воздержания и негативных последствиях употребления.

В начале исследования записи предоставили 88 человек. Для последующего анализа были доступны данные 57 участников, а к 12-месячной точке наблюдения — только 25.

Алгоритм анализировал прежде всего языковое содержание речи с помощью методов обработки естественного языка, а не просто тембр голоса или интонацию.

На 12-месячном этапе модель показала связь с продолжительностью воздержания, тягой и употреблением кокаина. При разделении участников по длительности воздержания модель получила AUC 0,82 и точность 0,80.

Однако эти значения нельзя переводить как «ИИ правильно угадывает 82% срывов».

Что означает AUC 0,82

AUC показывает, насколько хорошо модель различает людей с разными исходами внутри изученной выборки.

Показатель 0,82 не означает, что вероятность правильного прогноза для любого нового пациента составляет 82%.

На результат влияют:

• размер выборки;
• особенности участников;
• определение самого срыва;
• качество исходных данных;
• метод обучения модели;
• способ проверки алгоритма.

Особенно осторожно нужно относиться к результатам, полученным на небольшой выборке без последующего независимого тестирования в другой клинике и на другой группе пациентов.

Поэтому исследование речи показывает перспективность направления, но не подтверждает существование готового «детектора срыва».

Может ли ИИ определить риск срыва по сообщениям

Исследователи также проверяют, можно ли использовать язык сообщений и публикаций для оценки результатов лечения зависимости.

В одной из работ анализировали языковые признаки социальных сетей у пациентов, проходивших лечение расстройств, связанных с употреблением психоактивных веществ. В исследовании участвовали 269 человек.

Модель смогла прогнозировать риск прекращения лечения в течение 90 дней. При этом выбытие из программы лечения нельзя приравнивать к срыву: пациент может прекратить программу по множеству причин и при этом не вернуться к употреблению.

Поэтому результаты таких исследований правильнее интерпретировать как доказательство того, что цифровой язык потенциально содержит информацию, связанную с дальнейшим течением лечения, а не как возможность читать в переписке будущий рецидив.

Что такое цифровое фенотипирование зависимости

Цифровое фенотипирование использует данные смартфона или носимого устройства для наблюдения за изменениями поведения.

В зависимости от приложения могут анализироваться:

• продолжительность сна;
• двигательная активность;
• число шагов;
• время использования телефона;
• частота общения;
• изменение привычного распорядка;
• перемещения;
• ответы на короткие вопросы о тяге и настроении.

Например, одновременно могут измениться сон, физическая активность и привычная социальная активность.

Алгоритм может определить, что поведение заметно отклонилось от индивидуальной нормы, и сформировать сигнал для пациента или специалиста.

Но сами по себе такие изменения не доказывают приближение рецидива. Человек может меньше спать из-за работы, реже выходить из дома из-за болезни или временно меньше общаться во время отпуска.

Насколько точно ИИ предсказывает рецидив

По состоянию на 2026 год ответ остаётся осторожным: цифровые модели показывают потенциал, но их клиническая надёжность пока недостаточно подтверждена.

Систематические обзоры цифрового фенотипирования показывают, что изменения сна, активности, перемещений и общения действительно могут быть связаны с ухудшением психического состояния.

Однако большинство исследований посвящено психическим расстройствам в целом, а не непосредственно алкогольной или наркотической зависимости.

В обзорах отмечаются типичные проблемы:

• небольшие выборки;
• разные определения рецидива;
• короткие периоды наблюдения;
• отсутствие внешней проверки;
• различия используемых смартфонов и приложений;
• неоднородность пациентов;
• риск переобучения моделей.

Поэтому высокая точность внутри одного исследования ещё не означает, что тот же алгоритм сохранит её в обычной клинической практике.

Почему ложный прогноз срыва тоже опасен

Ошибки возможны в обе стороны.

Ложноположительный сигнал возникает, когда алгоритм показывает высокий риск, хотя рецидива не происходит.

Это может вызвать тревогу, усилить контроль со стороны родственников, создать конфликт с врачом или сформировать у пациента ощущение постоянного наблюдения.

Ложноотрицательный сигнал возникает, когда риск действительно высок, но приложение его не обнаруживает.

В этом случае человек может ошибочно решить, что угрозы нет, потому что «ИИ ничего не заметил».

Поэтому результат алгоритма нельзя использовать как разрешение на употребление, диагноз или доказательство того, что человек скрывает срыв.

Сигнал должен быть поводом для дополнительной клинической оценки.

Может ли ИИ заменить врача при профилактике срыва

Нет. Алгоритм видит только те данные, которые ему доступны. Он не знает всего контекста жизни пациента и может неверно интерпретировать изменения поведения.

Психиатр-нарколог или психотерапевт оценивает значительно более широкую картину:

• интенсивность тяги;
• недавние стрессовые события;
• психическое состояние;
• симптомы депрессии и тревоги;
• доступность психоактивного вещества;
• отношения с близкими;
• соблюдение лечения;
• предыдущие рецидивы;
• наличие индивидуального плана профилактики срыва.

ИИ потенциально может дополнять такое наблюдение, но не заменять его.

«Алгоритм может заметить, что человек стал хуже спать, меньше двигаться или иначе общаться, но сам по себе такой сигнал ещё не означает приближение срыва. Для врача важно понять контекст: что произошло в жизни пациента, изменилась ли тяга, появились ли стресс, тревога или другие симптомы. Ценность технологии начинается там, где цифровой сигнал становится поводом для разговора, а не готовым диагнозом».

Какие данные о зависимости защищены законом

Информация о состоянии здоровья относится к специальным категориям персональных данных.

Если медицинская организация получает сведения о зависимости, диагнозе, обращении за помощью или лечении пациента, такая информация также относится к врачебной тайне.

Поэтому использование ИИ не отменяет обычных требований к защите медицинской информации.

Если система анализирует цифровые данные пациента, необходимо отдельно понимать, какие сведения собираются и на каком правовом основании они обрабатываются.

Особенно чувствительными могут быть:

• диагноз и сведения о зависимости;
• история лечения;
• содержание сообщений;
• голосовые записи;
• геолокация;
• история перемещений;
• контакты;
• данные о сне и активности;
• результаты прогнозов о риске рецидива.

Даже сам вывод алгоритма «высокий риск срыва» может содержать информацию о состоянии здоровья человека.

Является ли голос биометрическими персональными данными

Не любая запись голоса автоматически является биометрическими персональными данными.

По Федеральному закону № 152-ФЗ к биометрическим относятся сведения о физиологических или биологических особенностях человека, на основании которых можно установить его личность и которые оператор использует для установления личности.

Поэтому необходимо различать две ситуации.

Если голос используется для идентификации человека — например, для подтверждения личности, — применяются правила обработки биометрических персональных данных.

Если запись анализируется для оценки речи или состояния пациента, правовая квалификация может быть иной.

При этом сама аудиозапись всё равно может оставаться персональными данными, а сведения о состоянии здоровья — относиться к специальной категории.

Можно ли анализировать личную переписку пациента

Техническая возможность не означает, что необходимо передавать алгоритму всю переписку.

Полный текст сообщений содержит большое количество информации, которая может не иметь отношения к лечению:

• семейные обстоятельства;
• финансовые данные;
• рабочую переписку;
• сведения о местоположении;
• информацию о других заболеваниях;
• сообщения третьих лиц.

Федеральный закон № 152-ФЗ предусматривает принцип минимизации: содержание и объём обрабатываемых персональных данных должны соответствовать заявленной цели и не быть избыточными.

Поэтому с точки зрения приватности предпочтителен подход, при котором система получает только действительно необходимые для конкретной задачи показатели.

Например, в некоторых сценариях вместо содержания сообщений можно анализировать изменение частоты цифровой активности или другие агрегированные признаки.

Где могут храниться данные цифрового мониторинга

Перед использованием приложения важно выяснить не только то, какие сведения оно получает, но и где они обрабатываются.

Для персональных данных граждан России действуют требования законодательства к использованию баз данных при сборе персональных данных.

Поэтому для клиники принципиальны вопросы:

• где физически находятся базы данных;
• передаются ли сведения стороннему разработчику;
• используется ли внешний облачный сервис;
• какие данные получает поставщик ИИ;
• сохраняются ли исходные голосовые записи;
• используются ли сведения для дополнительного обучения алгоритма;
• когда информация удаляется.

Нельзя исходить из того, что сервис безопасен только потому, что он называется медицинским или использует искусственный интеллект.

Нужно ли согласие пациента на ИИ-мониторинг

У обработки медицинских данных должно быть предусмотренное законом основание. При этом нельзя сводить весь вопрос только к нажатию кнопки «согласен».

Закон допускает определённую обработку сведений о здоровье непосредственно в целях диагностики и оказания медицинской помощи при соблюдении установленных условий.

Но если данные передаются стороннему сервису, используются для дополнительной цели, анализа частной переписки или обучения новой модели, правовое основание такой обработки необходимо оценивать отдельно.

Пациенту в любом случае должна быть понятна реальная схема работы инструмента.

Неудачный вариант:

«Ваши данные могут использоваться для улучшения качества сервиса».

Гораздо прозрачнее заранее объяснить:

• какие именно данные собираются;
• зачем они нужны;
• кто является оператором;
• кто ещё получает доступ;
• что рассчитывает алгоритм;
• кому приходит предупреждение;
• как долго хранятся сведения;
• можно ли прекратить мониторинг;
• что произойдёт с накопленными данными после прекращения участия.

Какие вопросы стоит задать перед установкой приложения

Перед подключением системы цифрового мониторинга полезно выяснить:

1. Анализируется содержание переписки или только технические показатели активности?
2. Сохраняется исходная запись речи после анализа?
3. Собираются ли данные о геолокации?
4. Где физически хранятся персональные данные?
5. Передаются ли они сторонним компаниям?
6. Используются ли данные пациента для обучения ИИ?
7. Кто увидит предупреждение о высоком риске срыва?
8. Какие действия последуют после такого предупреждения?
9. Можно ли прекратить мониторинг?
10. Как и когда будут удалены накопленные данные?

Чем чувствительнее собираемая информация, тем важнее прозрачный ответ на эти вопросы.

Как ИИ может использоваться для профилактики срыва

Наиболее обоснованный сценарий — использовать алгоритм как дополнительный инструмент наблюдения.

Например, система фиксирует устойчивое изменение сна, активности и самооценки тяги. После этого она предлагает пациенту связаться со специалистом или сообщает сигнал лечащей команде в рамках заранее согласованной схемы.

Дальше ситуацию оценивает человек, а не алгоритм.

Профилактика рецидива всё равно строится вокруг работы с триггерами, контроля тяги, терапии сопутствующих психических расстройств, регулярного контакта со специалистами и заранее составленного плана действий.

При длительном восстановлении эти задачи могут решаться в рамках реабилитации зависимости и последующей ресоциализации. Цифровые технологии могут дополнить такую работу ранним сигналом, но не заменить саму программу восстановления.

Когда сигнал алгоритма действительно полезен

Практическая ценность ИИ появляется не тогда, когда приложение выводит надпись «вероятность срыва высокая», а когда заранее определено, что делать дальше.

Полезный сценарий может выглядеть так:

изменение цифровых показателей → предупреждение → контакт с пациентом → оценка тяги и состояния → при необходимости коррекция плана профилактики рецидива.

Именно последний этап делает прогноз медицински значимым.

Если высокий риск ни к каким действиям не приводит или автоматически становится основанием для наказания, давления со стороны семьи или ограничения прав пациента, польза такого мониторинга становится сомнительной.

В медицинском центре «Кристалл» можно обсудить профилактику рецидива, восстановление после лечения и индивидуальный план действий при возвращении тяги. Телефон 8 (960) 457-90-11 работает круглосуточно.