Система MoPHES, описанная в IEEE в октябре 2025 года, определяет уровень тревоги прямо во время разговора с человеком — с точностью 80,5%. Для депрессии показатель ниже — 63%, но и это превосходит результаты моделей, которые в семь раз крупнее. Впервые оценка психического состояния встроена в сам диалог, а не вынесена в отдельный тест.

Почему чат-боты до сих пор не умели этого делать?

Большинство ИИ-систем для ментального здоровья работают по одной из двух схем: либо задают стандартизированные опросники (PHQ-9, GAD-7), либо ведут поддерживающий диалог без какой-либо клинической оценки. Первые утомляют и не вписываются в естественное общение. Вторые — разговаривают, но не «слышат».

Профессиональный психолог так не работает. Он постоянно оценивает состояние клиента: по словам, интонации, выбору тем. При лёгкой тревоге достаточно поддержки и техник саморегуляции. При выраженной — нужна другая стратегия, вплоть до направления к психиатру. Без этой обратной связи диалог остаётся просто разговором.

Систематический обзор Abd-Alrazaq и коллег (2020), опубликованный в Journal of Medical Internet Research, проанализировал 12 исследований чат-ботов для ментального здоровья. Вывод: боты действительно помогают снизить симптомы депрессии и стресса, но большинство из них не способны адаптировать ответы к текущему состоянию пользователя. Именно эту проблему и решает MoPHES.

Как устроена MoPHES?

Группа исследователей из Китая (Wei, Zhou, Wang) предложила архитектуру из двух компактных языковых моделей, каждая размером 0,5 миллиарда параметров. Первая модель — оценочная: она анализирует реплики пользователя и определяет уровень тревоги (4 степени) и депрессии (4 степени). Вторая — диалоговая: она ведёт разговор, опираясь на результаты оценки.

Ключевой механизм: оценка происходит каждые 5 реплик. Модель не ждёт, пока человек пожалуется — она сама отслеживает изменения. Результаты хранятся локально на устройстве, а не отправляются на сервер.

Для обучения оценочной модели использовался датасет из 6 046 размеченных образцов. Примерно 30% из них соответствовали умеренным уровням тревоги и депрессии одновременно — то есть модель обучалась не только на крайних случаях, но и на самых распространённых состояниях.

Насколько точно это работает?

MoPHES на базе MiniCPM4-0.5B показала точность 80,5% при определении тревоги и 63% при определении депрессии. Для сравнения: DeepSeek-R1-7B (модель в 14 раз крупнее) достигла лишь 59% и 51,5% соответственно. Qwen2.5-7B — 33% и 51,5%.

Нормализованная оценка для тревоги у MoPHES составила 0,927 из 1 — почти безошибочное ранжирование по степени тяжести. У DeepSeek-R1-7B этот показатель — 0,853.

Депрессия оказалась более сложной задачей. Это ожидаемо: депрессивные состояния проявляются в речи менее явно, чем тревога. Тревожный человек чаще говорит о страхах, напряжении, будущем. Депрессия выражается через апатию, замедление, избегание — сигналы, которые труднее уловить в текстовом диалоге.

Почему это важно именно сейчас?

По данным Всемирного доклада ВОЗ о психическом здоровье (2022), около миллиарда человек в мире живут с психическими расстройствами — это 13% населения планеты. При этом более 70% из них никогда не получают эффективной помощи. Проблема не только в нехватке специалистов — многие люди просто не знают, что нуждаются в помощи, или не могут оценить, насколько серьёзно их состояние.

Технология, которая оценивает состояние во время обычного разговора, меняет саму точку входа. Человеку не нужно заполнять опросник, записываться к врачу или признавать, что что-то не так. Достаточно просто общаться.

Что из этого следует для ИИ-терапии?

MoPHES показывает, что вычислительные модели психических состояний могут быть не просто исследовательским инструментом, а частью реального продукта. Встроенная оценка позволяет ИИ-системе делать то, что уже делают цифровые инструменты для выявления депрессии: замечать проблему до того, как человек сам её осознает.

Конечно, 63% точности для депрессии — это не уровень клинического инструмента. Но MoPHES работает на устройстве пользователя, не требует интернета и сохраняет данные локально. Для скрининга — первого приближения, а не постановки диагноза — это серьёзный шаг вперёд.

Важно и то, что малые модели оказались точнее крупных. Это значит, что оценка психического состояния может работать на смартфоне, без облачных серверов и без рисков утечки данных — при условии правильной настройки под конкретную задачу.

Подобные результаты подтверждают направление, в котором движутся и клинические испытания ИИ-терапевтов: будущее — не за универсальными чат-ботами, а за системами, которые понимают, с кем разговаривают. Приложение «Рядом» развивает именно этот подход — адаптивный диалог, учитывающий эмоциональное состояние пользователя.

Часто задаваемые вопросы

Может ли ИИ поставить диагноз «депрессия» или «тревожное расстройство»?

Нет. MoPHES и подобные системы выполняют скрининг — предварительную оценку уровня симптомов. Диагноз ставит только врач-психиатр или клинический психолог на основании полноценного обследования. ИИ помогает заметить проблему раньше, но не заменяет специалиста.

Безопасно ли хранение результатов оценки?

В архитектуре MoPHES все данные обрабатываются и хранятся на устройстве пользователя. Ничего не отправляется на внешние серверы. Это принципиальное отличие от облачных решений и одно из главных преимуществ компактных моделей.

Почему точность для депрессии ниже, чем для тревоги?

Тревога проявляется в речи более явно: человек чаще упоминает страх, беспокойство, напряжение. Депрессия выражается через снижение активности, апатию и избегание — эти признаки сложнее выделить из текста. По мере развития моделей и накопления данных точность, вероятно, будет расти.

Когда такие системы появятся в реальных приложениях?

Отдельные элементы — адаптивные ответы на основе эмоционального состояния — уже используются в некоторых приложениях для ментального здоровья. Полноценная интеграция оценки в диалог, как в MoPHES, пока остаётся на стадии исследований, но разрыв между лабораторией и продуктом сокращается быстро.