[{"data":1,"prerenderedAt":409},["ShallowReactive",2],{"blog-blog_ru-ai-diagnosis-dsm5-transparency":3,"alternates-ai-diagnosis-dsm5-transparency-ru":393},{"id":4,"title":5,"author":6,"body":7,"category":374,"date":375,"description":376,"draft":377,"extension":378,"healthTopics":379,"image":382,"meta":383,"navigation":384,"path":385,"readingTime":386,"reviewedBy":382,"seo":387,"stem":388,"tags":389,"updatedDate":391,"__hash__":392},"blog_ru\u002Fblog\u002Fai-diagnosis-dsm5-transparency.md","ИИ-диагностика по DSM-5: прозрачность вместо чёрного ящика","Nearby",{"type":8,"value":9,"toc":355},"minimark",[10,14,19,22,25,28,32,35,42,48,54,70,84,88,91,102,118,121,125,128,159,162,165,169,172,178,184,190,198,202,205,237,240,244,247,258,261,265,270,273,277,280,284,287,291,294,298,301,304,309,322,332,346],[11,12,13],"p",{},"DSM5AgentFlow — мультиагентная система из трёх ИИ-агентов, которая проводит скрининг психических расстройств через естественный диалог и обосновывает каждый вывод ссылками на конкретные критерии DSM-5. В тестировании на 8 000 диалогов лучшая модель достигла точности 70% и F1 = 77%, а по тревожным расстройствам — до 94% (Ozgun et al., 2025).",[15,16,18],"h2",{"id":17},"почему-прозрачность-диагностики-критична","Почему прозрачность диагностики критична",[11,20,21],{},"Большинство ИИ-систем для ментального здоровья работают как «чёрный ящик»: выдают результат без объяснения, как к нему пришли. Для пользователя это выглядит как «ИИ сказал, что у вас депрессия» — без возможности понять почему.",[11,23,24],{},"В клинической практике прозрачность — базовое требование. Психотерапевт объясняет свои гипотезы, ссылается на диагностические критерии, привязывает наблюдения к конкретным высказываниям клиента. Это позволяет и пациенту, и супервизору проверить логику рассуждений.",[11,26,27],{},"Систематические обзоры фиксируют растущее применение LLM в психиатрии (Guo et al., 2024; Omar et al., 2024), но системы с объяснимой диагностикой — редкость. DSM5AgentFlow, разработанный командой из Амстердамского свободного университета и Технического университета Эйндховена, решает именно эту проблему.",[15,29,31],{"id":30},"три-агента-терапевт-клиент-диагност","Три агента: терапевт, клиент, диагност",[11,33,34],{},"Архитектура системы моделирует реальный диагностический процесс через трёх специализированных агентов:",[11,36,37,41],{},[38,39,40],"strong",{},"Агент-терапевт"," ведёт клиническое интервью. Берёт 23 стандартных вопроса из кросс-диагностического опросника DSM-5 Level-1 и переформулирует их в естественные, разговорные вопросы. Вместо «Оцените частоту ваших панических атак от 0 до 4» спрашивает: «Расскажите, бывают ли моменты, когда вас внезапно охватывает страх или паника?» Охватывает 13 симптоматических доменов.",[11,43,44,47],{},[38,45,46],{},"Агент-клиент"," симулирует пациента с заданным психологическим профилем. Отвечает от первого лица, описывает симптомы без использования диагностических терминов. Это позволяет тестировать систему в масштабе: 8 000 диалогов покрывают 10 основных расстройств — от тревожности и депрессии до шизофрении и злоупотребления веществами.",[11,49,50,53],{},[38,51,52],{},"Агент-диагност"," анализирует транскрипт разговора и формирует структурированный отчёт из четырёх частей:",[55,56,57,61,64,67],"ol",{},[58,59,60],"li",{},"Сочувственное резюме состояния пациента",[58,62,63],{},"Диагностическая гипотеза",[58,65,66],{},"Обоснование с цитатами из диалога и ссылками на критерии DSM-5",[58,68,69],{},"Рекомендации по лечению",[11,71,72,73,78,79,83],{},"Мультиагентный подход — когда каждый агент отвечает за свою роль — уже показал себя эффективнее монолитных решений и в ",[74,75,77],"a",{"href":76},"\u002Fru\u002Fblog\u002Fmulti-agent-ai-therapist-vs-chatbot","терапии",", и в ",[74,80,82],{"href":81},"\u002Fru\u002Fblog\u002Fai-mental-state-assessment-in-conversation","оценке состояния",". DSM5AgentFlow подтверждает этот тренд на стороне диагностики.",[15,85,87],{"id":86},"как-rag-обеспечивает-доказательность","Как RAG обеспечивает доказательность",[11,89,90],{},"Ключевая техническая особенность — интеграция RAG (Retrieval-Augmented Generation) с полным текстом DSM-5. Диагност не полагается на «знания», зашитые в веса модели. Вместо этого он:",[55,92,93,96,99],{},[58,94,95],{},"Получает транскрипт диалога",[58,97,98],{},"Извлекает 5 наиболее релевантных фрагментов DSM-5 (чанки по 512–1024 токена)",[58,100,101],{},"Формирует диагноз, явно привязывая высказывания пациента к критериям",[11,103,104,105,109,110,113,114,117],{},"Для маркировки связей используются XML-теги: ",[106,107,108],"code",{},"\u003Csym>"," — симптом, ",[106,111,112],{},"\u003Cquote>"," — прямая цитата из диалога, ",[106,115,116],{},"\u003Cmed>"," — медицинский критерий. Это позволяет проследить цепочку рассуждений: конкретная реплика пациента → конкретный критерий DSM-5 → диагностический вывод.",[11,119,120],{},"DSM-5 (Diagnostic and Statistical Manual of Mental Disorders, 5th edition) — стандартная классификация Американской психиатрической ассоциации, включающая диагностические критерии для всех основных психических расстройств. Использование его как базы знаний RAG гарантирует, что каждый вывод привязан к авторитетному клиническому источнику.",[15,122,124],{"id":123},"точность-от-70-в-среднем-до-94-по-тревожным-расстройствам","Точность: от 70% в среднем до 94% по тревожным расстройствам",[11,126,127],{},"Систему тестировали на четырёх языковых моделях: Llama-4-Scout-17B, Mistral-Saba-24B, Qwen-QWQ-32B и GPT-4.1-Nano. Лучшие результаты показала Qwen-QWQ — модель, оптимизированная для рассуждений:",[129,130,131,141,147,153],"ul",{},[58,132,133,134,137,138],{},"Общая точность: ",[38,135,136],{},"70%",", F1: ",[38,139,140],{},"77%",[58,142,143,144],{},"Паническое расстройство: ",[38,145,146],{},"93,65%",[58,148,149,150],{},"ПТСР: ",[38,151,152],{},"94,36%",[58,154,155,156],{},"Социальная тревожность: ",[38,157,158],{},"93,89%",[11,160,161],{},"GPT-4.1-Nano достигла точности 83%, но с меньшим F1 (73%). Качество диалогов оценивалось отдельно: Llama-4 и Mistral получили 4,26–4,41 из 5 по шкале рубрик LLM, тогда как GPT-4.1-Nano — только 1,89–2,54 (Ozgun et al., 2025).",[11,163,164],{},"Самое слабое место — расстройство адаптации: F1 от 2,78% до 40,25%. Система систематически путала его с депрессией — что неудивительно: и в клинической практике разграничение этих диагнозов остаётся одной из самых сложных задач.",[15,166,168],{"id":167},"качество-объяснений-не-все-модели-одинаково-прозрачны","Качество объяснений: не все модели одинаково прозрачны",[11,170,171],{},"Отдельно оценивалась объяснимость — способность модели обосновать свой вывод. Разница оказалась значительной:",[11,173,174,177],{},[38,175,176],{},"Qwen-QWQ"," (лучшая): 11 тегов симптомов, 4 прямые цитаты из диалога, явные ссылки на критерии DSM, нумерованные шаги логики. Полностью прозрачный процесс — от наблюдения до вывода.",[11,179,180,183],{},[38,181,182],{},"GPT-4.1-Nano",": много тегов, но без структурированного рассуждения. Ответ правильный, но непонятно почему — связь между наблюдениями и выводом теряется.",[11,185,186,189],{},[38,187,188],{},"Llama-4",": минимум обоснований, отсутствие ссылок на критерии. По сути, тот самый «чёрный ящик», который система призвана устранить.",[11,191,192,193,197],{},"Этот результат важен: точность диагноза без объяснения мало полезна в клиническом контексте. Специалист должен иметь возможность проверить каждый шаг рассуждения — так же, как ",[74,194,196],{"href":195},"\u002Fru\u002Fblog\u002Fwhat-is-computational-psychiatry","вычислительная психиатрия"," стремится сделать прозрачными математические модели психических процессов.",[15,199,201],{"id":200},"ограничения-почему-это-пока-не-замена-психиатру","Ограничения: почему это пока не замена психиатру",[11,203,204],{},"Авторы честно обозначают границы исследования:",[55,206,207,213,219,225,231],{},[58,208,209,212],{},[38,210,211],{},"Только синтетические данные"," — все 8 000 диалогов сгенерированы ИИ. Экологическая валидность не подтверждена",[58,214,215,218],{},[38,216,217],{},"Однопроходная генерация"," — система не адаптирует вопросы по ходу интервью на основе предыдущих ответов",[58,220,221,224],{},[38,222,223],{},"Ограниченный пул моделей"," — тестирование проводилось только на Groq-хостинге и OpenAI",[58,226,227,230],{},[38,228,229],{},"Перекрёстные симптомы"," — расстройства с похожей клинической картиной (адаптация vs депрессия) различаются плохо",[58,232,233,236],{},[38,234,235],{},"Позиция авторов",": система — исследовательский инструмент, не медицинское устройство",[11,238,239],{},"Все данные и код открыты для воспроизведения другими исследователями — важный шаг для научной прозрачности в области, где доверие критично.",[15,241,243],{"id":242},"что-это-значит-для-будущего-ии-скрининга","Что это значит для будущего ИИ-скрининга",[11,245,246],{},"DSM5AgentFlow показывает, как может выглядеть следующий шаг: не замена специалиста, а прозрачный инструмент предварительного скрининга. Система, которая объясняет каждый вывод, может:",[129,248,249,252,255],{},[58,250,251],{},"Помочь пользователю осмыслить свои симптомы до визита к специалисту",[58,253,254],{},"Предоставить терапевту структурированный отчёт для ускорения первичной оценки",[58,256,257],{},"Стандартизировать скрининг в регионах с дефицитом психиатров",[11,259,260],{},"Для «Рядом» это подтверждение правильности мультиагентного подхода: разделение ответственности между агентами — терапевтическим, аналитическим и контролирующим — даёт и более точные, и более прозрачные результаты.",[15,262,264],{"id":263},"часто-задаваемые-вопросы","Часто задаваемые вопросы",[266,267,269],"h3",{"id":268},"может-ли-ии-поставить-диагноз-психического-расстройства","Может ли ИИ поставить диагноз психического расстройства?",[11,271,272],{},"Пока нет — в клиническом смысле. DSM5AgentFlow достигает точности 70% и F1 77% в контролируемых условиях, но тестировался только на синтетических данных. Авторы позиционируют систему как исследовательский инструмент, не замену психиатрической диагностике (Ozgun et al., 2025).",[266,274,276],{"id":275},"что-такое-dsm-5-и-зачем-он-нужен-ии-системе","Что такое DSM-5 и зачем он нужен ИИ-системе?",[11,278,279],{},"DSM-5 (Diagnostic and Statistical Manual of Mental Disorders, 5th edition) — стандартная классификация Американской психиатрической ассоциации. Включает диагностические критерии для всех основных психических расстройств. DSM5AgentFlow использует его как базу знаний через RAG, привязывая каждый вывод к конкретному критерию.",[266,281,283],{"id":282},"какие-расстройства-система-диагностирует-лучше-всего","Какие расстройства система диагностирует лучше всего?",[11,285,286],{},"Тревожные расстройства: паническое (93,65%), ПТСР (94,36%), социальная тревожность (93,89%). Хуже всего — расстройство адаптации (F1 от 2,78% до 40,25%), которое система часто путает с депрессией.",[266,288,290],{"id":289},"чем-dsm5agentflow-отличается-от-обычного-ии-скрининга","Чем DSM5AgentFlow отличается от обычного ИИ-скрининга?",[11,292,293],{},"Три отличия: (1) мультиагентная архитектура с разделением ролей, (2) RAG-интеграция с полным текстом DSM-5, (3) структурированное обоснование каждого вывода с тегами симптомов и цитатами из диалога. Обычные ИИ-скрининги выдают результат без объяснения.",[266,295,297],{"id":296},"можно-ли-использовать-результаты-dsm5agentflow-для-самодиагностики","Можно ли использовать результаты DSM5AgentFlow для самодиагностики?",[11,299,300],{},"Нет. Авторы прямо указывают: система — исследовательский инструмент, не медицинское устройство. Любой скрининг — и ИИ, и бумажные опросники — это повод обратиться к специалисту, а не основание для самостоятельных выводов.",[302,303],"hr",{},[11,305,306],{},[38,307,308],{},"Источники",[11,310,311,312,316,317],{},"Ozgun, M. C., Pei, J., Hindriks, K. V., Donatelli, L., Liu, Q., & Wang, J. (2025). Trustworthy AI psychotherapy: Multi-agent LLM workflow for counseling and explainable mental disorder diagnosis. ",[313,314,315],"em",{},"Proceedings of the 34th ACM International Conference on Information and Knowledge Management (CIKM 2025)",". ",[74,318,319],{"href":319,"rel":320},"https:\u002F\u002Fdoi.org\u002F10.1145\u002F3746252.3761164",[321],"nofollow",[11,323,324,325,316,328],{},"Guo, J., et al. (2024). Large language models for mental health: A systematic review. ",[313,326,327],{},"ArXiv",[74,329,330],{"href":330,"rel":331},"https:\u002F\u002Fdoi.org\u002F10.48550\u002Farxiv.2403.15401",[321],[11,333,334,335,338,339,316,342],{},"Omar, A., et al. (2024). Applications of large language models in psychiatry: A systematic review. ",[313,336,337],{},"Frontiers in Psychiatry",", ",[313,340,341],{},"15",[74,343,344],{"href":344,"rel":345},"https:\u002F\u002Fdoi.org\u002F10.3389\u002Ffpsyt.2024.1422807",[321],[11,347,348,349,316,351],{},"Chen, Y., et al. (2025). MIND: Towards immersive psychological healing with multi-agent inner dialogue. ",[313,350,327],{},[74,352,353],{"href":353,"rel":354},"https:\u002F\u002Fdoi.org\u002F10.48550\u002Farxiv.2502.19860",[321],{"title":356,"searchDepth":357,"depth":357,"links":358},"",2,[359,360,361,362,363,364,365,366],{"id":17,"depth":357,"text":18},{"id":30,"depth":357,"text":31},{"id":86,"depth":357,"text":87},{"id":123,"depth":357,"text":124},{"id":167,"depth":357,"text":168},{"id":200,"depth":357,"text":201},{"id":242,"depth":357,"text":243},{"id":263,"depth":357,"text":264,"children":367},[368,370,371,372,373],{"id":268,"depth":369,"text":269},3,{"id":275,"depth":369,"text":276},{"id":282,"depth":369,"text":283},{"id":289,"depth":369,"text":290},{"id":296,"depth":369,"text":297},"ai-therapy","2026-03-31","DSM5AgentFlow — мультиагентная система из трёх ИИ, которая проводит диагностику психических расстройств по DSM-5 с полным обоснованием каждого вывода. Точность до 94%.",false,"md",[380,381],"Mental health","Computational psychiatry",null,{},true,"\u002Fblog\u002Fai-diagnosis-dsm5-transparency",7,{"title":5,"description":376},"blog\u002Fai-diagnosis-dsm5-transparency",[390,374],"AI mental health","2026-05-17","o0rJBcTHiRzSBx6vnbp0ZBzOlTPNoz9Nl7dUfYayYGo",[394,397,401,405],{"locale":395,"label":396,"path":385},"en","English",{"locale":398,"label":399,"path":400},"kz","Қазақша","\u002Fkz\u002Fblog\u002Fai-diagnosis-dsm5-transparency",{"locale":402,"label":403,"path":404},"ky","Кыргызча","\u002Fky\u002Fblog\u002Fai-diagnosis-dsm5-transparency",{"locale":406,"label":407,"path":408},"by","Беларуская","\u002Fby\u002Fblog\u002Fai-diagnosis-dsm5-transparency",1780418367734]