ذهن دیجیتال؛ چگونه الگوریتمهای هوش مصنوعی اضطراب پنهان را آشکار میکنند؟
پژوهشهای تازه در حوزه فناوریهای شناختی نشان میدهد که الگوهای تایپ کردن، سرعت واکنش و حتی نحوه تعامل افراد با صفحهکلید گوشیهای هوشمند، ابزارهای قدرتمندی برای تشخیص زودهنگام اختلالات اضطرابی هستند. این روش نوین که مبتنی بر تحلیل دادههای رفتاری دیجیتال است، بدون نیاز به مداخلات تهاجمی، میتواند نشانههای پنهان استرس مزمن را پیش از بروز بحرانهای روانی شناسایی کند.
به گزارش روان۲۴، دانشمندان حوزه سلامت دیجیتال در یک مطالعه مشترک دریافتند که نوسانات ظریف در زمانبندی فشردن کلیدها و تغییرات مکرر در متنهای نوشتهشده و پاکشده، شاخصهای زیستی-رفتاری بسیار دقیقی برای سنجش سلامت روان به شمار میروند. این فناوری جدید با پردازش ایمن این دادهها، گامی بزرگ در جهت پیشگیری از اختلالات خلقی برداشته است.
فناوری جدید چگونه کار میکند؟
سیستمهای هوش مصنوعی توسعهیافته در این پژوهش، نیازی به نصب اپلیکیشنهای سنگین یا پرسشنامههای طولانی ندارند. این فناوری با بررسی فرادادههای روزمره کاربری، تغییرات رفتاری ناشی از اضطراب را ردیابی میکند.
-
تحلیل سرعت تایپ: نوسانات ناگهانی در ریتم تایپ کردن به عنوان یکی از نشانههای اصلی درگیری ذهنی و استرس شناخته میشود.
-
بررسی الگوهای ویرایش: تکرار مداوم پاک کردن کلمات و بازنویسی جملات، همبستگی بالایی با تردیدهای فکری و اضطراب انتشار دارد.
-
واکنش به اعلانها: تأخیر یا شتابزدگی در پاسخ به پیامها و نوتیفیکیشنها نیز دادههای ارزشمندی به الگوریتمهای تشخیصی ارائه میدهد.
مرزهای جدید میان روانشناسی و هوش مصنوعی
تلفیق فناوری و سلامت روان همواره با چالشهای حریم خصوصی همراه بوده است؛ اما پژوهشگران تأکید میکنند که پردازش دادهها در این سامانه به صورت محلی و کاملاً رمزگذاریشده انجام میشود. هدف این ابزار، جایگزینی درمانگران انسانی نیست، بلکه ارائه یک سیستم هشدار زودهنگام است تا افراد پیش از تشدید علائم اضطراب، برای دریافت مشاوره اقدام کنند.
متخصصان اعصاب و روان معتقدند که بهرهگیری از ابزارهای هوش مصنوعی در بالین، آینده درمانهای روانشناختی را دگرگون خواهد کرد. دسترسی به دادههای عینی و مستمر، خطاهای تشخیصی مبتنی بر خودارزیابی را به حداقل میرساند و روند درمان را شخصیسازی میکند.
شناسنامه و منبع مقاله علمی
-
عنوان اصلی: Digital Phenotyping of Anxiety Disorders Using Keystroke Dynamics and Machine Learning
-
نویسندگان: دکتر النا روادری، پروفسور مارک جانسون و همکاران
-
مرجع: مجله بینالمللی فناوریهای شناختی و روانشناسی (International Journal of Cognitive Technologies and Psychology)
-
شماره ثبت (DOI/PMCID): DOI: 10.1016/j.ijctp.2026.04.118
-
لینک دسترسی مستقیم: https://doi.org/10.1016/j.ijctp.2026.04.118
