پژوهشی تازه در BJPsych Open بررسی کرده است که آیا ترکیب دادههای پوشیدنی با گزارشهای کوتاه روزانه میتواند افزایش نزدیکمدت نشانههای اختلال استرس پس از سانحه (PTSD) را شناسایی کند. در این مطالعه، ۷۴ کهنهسرباز که بهتازگی از خدمت ترخیص شده بودند، به مدت ۸۷ روز از ردیاب فعالیت تجاری استفاده کردند و هر روز پرسشنامههای کوتاهی را پاسخ دادند.
پژوهشگران برای هر فرد، ۱۴ روز نخست را بهعنوان خط پایه شخصی در نظر گرفتند. سپس تغییرات خواب، فعالیت و شاخصهای تنظیم خودکار بدن را نسبت به الگوی معمول همان فرد محاسبه کردند و آنها را در کنار خلق و استرس ادراکشده روزانه به مدلهای یادگیری ماشین دادند. این طراحی فردمحور مهم است، زیرا شدت نشانههای PTSD ممکن است در فاصلههای کوتاه نوسان کند و یک آستانه ثابت برای همه افراد، تغییر معنادار شخصی را پنهان کند.
در میان مدلهای آزمایششده، LightGBM با ۱۷ ویژگی بهترین عملکرد گزارششده را داشت: مساحت زیر منحنی دقت–یادآوری ۰٫۸۶ و مساحت زیر منحنی ROC برابر ۰٫۸۹ بود. دقت مثبت مدل ۰٫۶۷، حساسیت ۰٫۶۴ و امتیاز F1 برابر ۰٫۶۵ گزارش شد. ویژگیهای مهم، ترکیبی از عاطفه و استرس خودگزارششده، پیوستگی خواب، تغییرپذیری فعالیت و تنظیم خودکار بدن بودند.
ارتباط مستقیم AI و سلامت روان در این مطالعه روشن است: الگوریتم یادگیری ماشین برای شناسایی دورههای کوتاه افزایش نشانههای یک اختلال روانپزشکی از دادههای چندوجهی استفاده شده است. اگر چنین رویکردی در مطالعات بزرگتر تأیید شود، ممکن است در آینده به پایش دقیقتر و پیشنهاد تماس بهموقع با خدمات حمایتی کمک کند؛ اما این پژوهش یک ابزار تشخیصی یا سامانه آماده استفاده بالینی ارائه نمیکند.
محدودیتها جدیاند. نمونه فقط ۷۴ نفر بود و شرکتکنندگان علاوه بر نشانههای بالاتر PTSD، مصرف مسئلهساز کانابیس داشتند؛ بنابراین تعمیم نتیجه به همه مبتلایان ممکن نیست. پوشیدنی تجاری همه ابعاد بالینی را اندازه نمیگیرد، خودگزارش روزانه میتواند خطا داشته باشد و عملکرد مدل باید در نمونههای مستقل و متنوعتر تکرار شود. حتی در همین نتایج، دقت و حساسیت کامل نبود؛ پس هشدارهای کاذب و دورههای ازدسترفته همچنان محتملاند.
جمعبندی پژوهشگران نیز محتاطانه است: انحراف از خط پایه شخصی، همراه با گزارش روزانه، میتواند سیگنال مفیدی برای افزایش کوتاهمدت نشانهها باشد. ارزش بالینی واقعی زمانی روشن میشود که اعتبارسنجی بیرونی، مدیریت دادههای حساس و شیوه واکنش انسانی به هشدارها همزمان ارزیابی شوند.
منبع: مقاله «Detecting short-term post-traumatic stress disorder symptom increases among veterans» در BJPsych Open، منتشرشده ۱ سپتامبر ۲۰۲۶، DOI: 10.1192/bjo.2026.12055؛ رکورد PubMed.
