РЕЗЮМЕ

АКТУАЛЬНОСТЬ. Депрессия остается одной из ведущих причин инвалидизации в глобальном масштабе, при этом большинство пациентов впервые обращаются за помощью именно к терапевтам и врачам общей практики. Цифровые технологии, включая мобильные приложения, чат-ботов на базе искусственного интеллекта и системы дистанционного мониторинга, открывают новые возможности для скрининга и сопровождения пациентов с депрессивными расстройствами в условиях первичной медико-санитарной помощи.

ЦЕЛЬ. Проанализировать данные об эффективности и ограничениях цифровых инструментов, чат-ботов и систем дистанционного мониторинга при диагностике и сопровождении депрессии в условиях первичной медико-санитарной помощи.

МАТЕРИАЛЫ И МЕТОДЫ. Проанализировать научные исследования из баз PubMed, Cochrane Library, eLibrary и Google Scholar за период 2018–2026 гг., посвященные применению цифровых инструментов в диагностике и сопровождении депрессии в общетерапевтической практике.

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ. Показано, что цифровые опросники, в частности адаптированные версии PHQ-9, обладают  хорошей психометрической надежностью при удаленном мониторинге. Чат-боты на основе когнитивно-поведенческой терапии имеют терапевтический эффект в краткосрочной перспективе, хотя качество доказательной базы остается недостаточно изученным.

ЗАКЛЮЧЕНИЕ. Цифровые технологии скрининга, дистанционного мониторинга и автоматизированной психотерапии способны усилить возможности терапевта при ведении пациентов с депрессией лишь при условии преодоления методологических ограничений, интеграции с существующими рабочими процессами, урегулирования правовых вопросов и целенаправленной адаптации к отечественной системе здравоохранения.

КЛЮЧЕВЫЕ СЛОВА: депрессия, первичная медико-санитарная помощь, цифровые технологии, чат-бот, дистанционный мониторинг, искусственный интеллект

Для цитирования / For citation: Чинарев В.А., Малинина Е.В. Применение цифровых инструментов, чат-ботов и дистанционного мониторинга в диагностике и сопровождении депрессии в общетерапевтической практике: обзор. Коморбидная неврология. 2026; 3 (2): 34–41. https://doi.org/10.62505/3034-185x-2026-3-2-34-41 [Chinarev V.A., Malinina E.V. The Use of Digital Tools, Chatbots and Remote Monitoring in the Diagnosis and Maintenance of Depression in General Therapeutic Practice: A Review. Comorbidity Neurology. 2026; 3 (2): 34–41. https://doi.org/10.62505/3034-185x-2026-3-2-34-41 (In Russ.)]

*Для корреспонденции: Чинарев Виталий Александрович, врач-психиатр, заведующий клиническим отделением первого психотического эпизода, областная клиническая специализированная психоневрологическая больница № 1; ассистент кафедры психиатрии, Южно-Уральский государственный медицинский университет Минздрава России, Челябинск, Россия, e-mail: va.chinarev@bk.ru.

СПИСОК ЛИТЕРАТУРЫ / REFERENCES

1. Ferrari A.J., Santomauro D.F., Mantilla Herrera A.M., et al. Global, regional, and national burden of 12 mental disorders in 204 countries and territories, 1990–2019: a systematic analysis for the Global Burden of Disease Study 2019. Lancet Psychiatry. 2022; 9 (2): 137–150. https://doi.org/10.1016/S2215-0366(21)00395-3

2. Treasure J., Hübel C., Himmerich H. The evolving epidemiology and differential etiopathogenesis of eating disorders: implications for prevention and treatment. World Psychiatry. 2022; 21 (1): 147. https://doi.org/10.1002/wps.20935

3. Markowitz D.M., Bailenson J.N. Virtual reality and the psychology of climate change. Curr Opin Psychol. 2021; 42: 60–65. https://doi.org/10.1016/j.copsyc.2021.03.009

4. Mohr D.C., Zhang M., Schueller S.M. Personal sensing: understanding mental health using ubiquitous sensors and machine learning. Annu Rev Clin Psychol. 2017; 13: 23–47. https://doi.org/10.1146/annurev-clinpsy-032816-044949

5. Di Carlo F., Sociali A., Picutti E., et al. Telepsychiatry and other cutting-edge technologies in COVID-19 pandemic: bridging the distance in mental health assistance. Int J Clin Pract. 2021; 75 (1). https://doi.org/10.1111/ijcp.13716

6. Graham A.K., Lattie E.G., Powell B.J., et al. Implementation strategies for digital mental health interventions in health care settings. Am Psychol. 2020; 75 (8): 1080. https://doi.org/10.1037/amp0000686

7. Pieterse M., Kip H., Cruz-Martínez R.R. The complexity of eHealth implementation: a theoretical and practical perspective. eHealth Research, Theory and Development. Routledge; 2018: 247–270. https://doi.org/10.4324/9781315385907-12

8. Чинарев В.А., Малинина Е.В., Обухова М.Д. Методологические аспекты формирования критериев оценки и понимания цифровизации в психиатрии. Социальная и клиническая психиатрия. 2025; 35 (2): 54–69. [Chinarev V.A., Malinina E.V., Obukhova M.D. Methodological  Aspects оf Formation оf Criteria for Assessment and Understanding оf Digitalization in Psychiatry. Social and Clinical Psychiatry. 2025; 35 (2): 54–69. (In Russ.)]

9. Иванец Н.Н., Кинкулькина М.А., Тихонова Ю.Г. Цифровые технологии в сфере психического здоровья: проблемы и перспективы. Национальное здравоохранение. 2023; 4 (2): 5–14. https://doi.org/10.47093/2713-069X.2023.4.2.5-14 [Ivanets N.N., Kinkulkina M.A., Tikhonova Yu.G. Digital interventions in mental health: challenges and perspectives. National Health Care (Russia). 2023; 4 (2): 5–14. https://doi.org/10.47093/2713-069X.2023.4.2.5-14 (In Russ.)]

10. Шредер О.Б. Изучение потенциала мобильных приложений при поддержке пациентов с психическими расстройствами. Вестник Томского института повышения квалификации работников ФСИН России. 2021; (1): 107–111. [Shreder O.B. Studying the potential of mobile applications in supporting patients with mental disorders. Bulletin the Tomsk institute of advanced training of employees the FPS of Russia. 2021; (1): 107–111. (In Russ.)]

11. Kroenke K., Spitzer R.L., Williams J.B.W. The PHQ-9: validity of a brief depression severity measure. J Gen Intern Med. 2001;16 (9): 606–613. https://doi.org/10.1046/j.1525-1497.2001.016009606.x

12. Nakanishi N., Liu K., Kawauchi A., et al. Instruments to assess post-intensive care syndrome assessment: a scoping review and modified Delphi method study. Crit Care. 2023; 27 (1): 430. https://doi.org/10.1186/s13054-023-04681-6

13. Manea L., Gilbody S., McMillan D. Optimal cut-off score for diagnosing depression with the Patient Health Questionnaire (PHQ-9): a metaanalysis. CMAJ. 2012; 184 (3): E191–E196. https://doi.org/10.1503/cmaj.110829

14. Jeffrey J., Do M.C.T., Hajal N., et al. Using web-based technology to improve depression screening in primary care settings. BMJ Open Qual. 2021; 10 (1): e001028. https://doi.org/10.1136/bmjoq-2020-001028

15. Kim S., Lee H.K., Lee K. Which PHQ-9 items can effectively screen for suicide? Machine learning approaches. Int J Environ Res Public Health. 2021; 18 (7): 3339. https://doi.org/10.3390/ijerph18073339

16. Kamath J., Barriera R.L., Jain N., et al. Digital phenotyping in depression diagnostics: integrating psychiatric and engineering perspectives. World J Psychiatry. 2022; 12 (3): 393. https://doi.org/10.5498/wjp.v12.i3.393

17. Moshe I., Terhorst Y., Philippi P., et al. Digital interventions for the treatment of depression: a meta-analytic review. Psychol Bull. 2021; 147 (8): 749. https://doi.org/10.1037/bul0000334

18. Huckvale K., Venkatesh S., Christensen H. Toward clinical digital phenotyping: a timely opportunity to consider purpose, quality, and safety. NPJ Digit Med. 2019; 2 (1): 88. https://doi.org/10.1038/s41746-019-0166-1

19. Hartmann R., Schmidt F.M., Sander C., et al. Heart rate variability as indicator of clinical state in depression. Front Psychiatry. 2019; 9: 735. https://doi.org/10.3389/fpsyt.2018.00735

20. Mudiyanselage K.W.W., Bastiaansen J.A., Stewart R., et al. Identifying mismatch and match between clinical needs and mental healthcare use trajectories in people with anxiety and depression: results of a longitudinal study. J Affect Disord. 2022; 297: 657–670. https://doi.org/10.1016/j.jad.2021.09.054

21. Fitzpatrick K.K., Darcy A., Vierhile M. Delivering cognitive behavior therapy to young adults with symptoms of depression and anxiety using a fully automated conversational agent (Woebot): a randomized controlled trial. JMIR Ment Health. 2017; 4 (2): e7785. https://doi.org/10.2196/mental.7785

22. Fulmer R., Joerin A., Gentile B., et al. Using psychological artificial intelligence (Tess) to relieve symptoms of depression and anxiety: randomized controlled trial. JMIR Ment Health. 2018; 5 (4): e9782. https://doi.org/10.2196/mental.9782

23. Firth J., Torous J., Nicholas J., et al. The efficacy of smartphone-based mental health interventions for depressive symptoms: a meta-analysis of randomized controlled trials. World Psychiatry. 2017; 16 (3): 287–298. https://doi.org/10.1002/wps.20472

24. Karyotaki E., Efthimiou O., Miguel C., et al. Internet-based cognitive behavioral therapy for depression: a systematic review and individual patient data network meta-analysis. JAMA Psychiatry. 2021; 78 (4): 361–371. https://doi.org/10.1001/jamapsychiatry.2020.4364

25. Luykx J.J., Gerritse F., Habets P.C., et al. The performance of ChatGPT in generating answers to clinical questions in psychiatry: a two-layer assessment. World Psychiatry. 2023; 22 (3): 479. https://doi.org/10.1002/wps.21145

26. Le Glaz A., Haralambous Y., Kim-Dufor D.H., et al. Machine learning and natural language processing in mental health: systematic review. J Med Internet Res. 2021; 23 (5): e15708. https://doi.org/10.2196/15708

27. Shen F.X., Silverman B.C., Monette P., et al. An ethics checklist for digital health research in psychiatry. J Med Internet Res. 2022; 24 (2): e31146. https://doi.org/10.2196/31146

28. Ganesh M.S., Venkateswaramurthy N.V. Artificial intelligence (AI) generated health counseling for mental illness patients. Curr Psychiatry Res Rev. 2025; 21 (3): 269–283. https://doi.org/10.2174/0126660822277500240109050359

29. Bucci S., Schwannauer M., Berry N. The digital revolution and its impact on mental health care. Psychol Psychother. 2019; 92 (2): 277–297. https://doi.org/10.1111/papt.12222

30. Torous J., Bucci S., Bell I.H., et al. The growing field of digital psychiatry: current evidence and the future of apps, social media, chatbots, and virtual reality. World Psychiatry. 2021; 20 (3): 318–335. https://doi.org/10.1002/wps.20883

31. Bønes E., Granja C., Solvoll T. Implementation of the flexible assertive community treatment (FACT) model in Norway: eHealth assessment study. J Med Internet Res. 2022; 24 (1): e32220. https://doi.org/10.2196/32220

32. Szinay D., Jones A., Chadborn T., et al. Influences on the uptake of and engagement with health and well-being smartphone apps: systematic review. J Med Internet Res. 2020; 22 (5): e17572. https://doi.org/10.2196/17572

33. Романовская О.В., Романовский Г.Б. Право и цифровизация современного здравоохранения. Вестник Российского университета дружбы народов. Серия: Юридические науки. 2024; 28 (3): 565–583. https://doi.org/10.22363/2313-2337-2024-28-3-565-583 [Romanovskaya O.V., Romanovskiy G.B. Law and digitalization of modern healthcare. RUDN Journal of Law. 2024; 28 (3): 565–583. https://doi.org/10.22363/2313-2337-2024-28-3-565-583 (In Russ.)]

34. Груздова И.В., Крикова Л.В. Цифровизация психологии: новые возможности, вызовы и перспективы. Актуальные проблемы и тенденции развития современной экономики: сборник материалов Международной научно-практической конференции 17–18 апреля 2025 г. 2025: 451. [Gruzdоva I.V., Krikova L.V. Digitalization of Psychology: New Opportunities, Challenges, and Prospects. Current Problems and Trends in the Development of the Modern Economy: Proceedings of the International Scientific and Practical Conference, April 17–18, 2025. 2025: 451. (In Russ.)]

35. Хвостова И.И., Скугаревская М.М. Возможности искусственного интеллекта в профилактике и поддерживающем лечении психических расстройств. Психиатрия, психотерапия и клиническая психология. 2025; 16 (4): 556–564. https://doi.org/10.34883/PI.2025.16.4.015 [Khvostova I.I., Skugarevskaya M.M. Potential of Artificial Intelligence in the Prevention and Maintenance Treatment of Mental Disorders. Psychiatry, Psychotherapy and Clinical Psychology. 2025; 16 (4): 556–564.  https://doi.org/10.34883/PI.2025.16.4.015 (In Russ.)]

36. Steinert T., Henking T. Law and psychiatry – current and future perspectives. Front Public Health. 2022; 10: 968168. https://doi.org/10.3389/fpubh.2022.968168

37. Fuster-Casanovas A., Melero S.M., Cabutto D., et al. Exploring digital health tools for depression management in primary health care: systematic review and meta-analysis. J Affect Disord. 2025; 381: 494–506. https://doi.org/10.1016/j.jad.2025.03.187

38. Funkhouser C.J., Trivedi E., Li L.Y., et al. Detecting adolescent depression through passive monitoring of linguistic markers in smartphone communication. J Child Psychol Psychiatry. 2024 65 (7): 932–941. https://doi.org/10.1111/jcpp.13931

39. Amin R., Schreynemackers S., Oppenheimer H., et al. Use of mobile sensing data for longitudinal monitoring and prediction of depression severity: systematic review. J Med Internet Res. 2025; 27: e57418. https://doi.org/10.2196/57418

40. Nederveld A., Robertson E.A., Lanigan A.M., et al. Patient and care team perspectives of barriers to and facilitators for the implementation of a digital health program for depression in primary care: qualitative study. J Med Internet Res. 2026; 28: e72003. https://doi.org/10.2196/72003

41. Gu A., Huang A., Wu B., et al. Effectiveness of digital health interventions in improving mental health in older adults with mild cognitive impairment: a systematic review and meta-analysis. Digit Health. 2026; 12: 20552076261420265. https://doi.org/10.1177/20552076261420265

ДОПОЛНИТЕЛЬНАЯ ИНФОРМАЦИЯ

Чинарев Виталий Александрович, врач-психиатр, заведующий клиническим отделением первого психотического эпизода, Областная клиническая специализированная психоневрологическая больница № 1; ассистент кафедры психиатрии, Южно-Уральский государственный медицинский университет Минздрава России, Челябинск, Россия. E-mail: va.chinarev@bk.ru. ORCID: https://orcid.org/0000-0003-3471-5293.

Малинина Елена Викторовна, доктор медицинских наук, профессор, заведующая кафедрой психиатрии, Южно-Уральский государственный медицинский университет Минздрава России, Челябинск, Россия. E-mail: malinina.e@rambler.ru. ORCID: https://orcid.org/0000-0002-5811-4428.

Вклад авторов. Все авторы подтверждают соответствие своего авторства, согласно международным критериям ICMJE (все авторы внесли существенный вклад в подготовку статьи, прочли и одобрили финальную версию перед публикацией). Наибольший вклад распределен следующим образом: Чинарев В.А. – курация данных, анализ данных, написание черновика рукописи; Малинина Е.В. – руководство проектом, проверка и редактирование рукописи.

Источники финансирования. Авторы заявляют об отсутствии внешнего финансирования при проведении исследования.

Конфликт интересов. Авторы декларируют отсутствие явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.

Контент доступен под лицензией Creative Commons Attribution 4.0 License.

©2026. Коморбидная неврология