Психотерапия исторически считается одной из самых консервативных сфер. Долгое время казалось, что максимум цифровизации здесь – это созвон в Zoom и оплата переводом на карту. До сих пор многие крупные игроки на рынке ментального здоровья (включая западных «единорогов») строят продукты по модели Web 2.0: алгоритм мэтчинга плюс видеосвязь.
Но продакты и инженеры прекрасно понимают, упаковать запись к психологу в удобный UI – это не инновация. Настоящий healthtech начинается под капотом, когда архитектура системы берет на себя самую сложную часть предметной области.
Яркий маркер этого сдвига – недавний 20-й Саммит психологов в Санкт-Петербурге.
Пока академическая среда на панельных дискуссиях осторожно взвешивала абстрактные «за» и «против» искусственного интеллекта, застревая в этических сомнениях прошлого века, в proEgo этот этап оставили позади. Мы просто констатировали факт, индустрия изменилась. Пока коллеги спорят, мы уже объединили на платформе более 500 практикующих психотерапевтов новой формации, которые ежедневно работают в этой цифровой экосистеме.
И это тренд не «сверху», профессиональное сообщество наконец осознало неизбежность технологий, а корпоративный клиент (B2B) диктует жесткие бизнес-запросы – метрики эффективности, предиктивную аналитику выгорания, контроль SLA. Именно эти требования прямо сейчас и двигают консервативную индустрию вперед.
Те, кто разрабатывает сложные B2B/B2C-продукты, знают, где собака порылась – в предметной области. На платформе proEgo перешагнули через создание очередного маркетплейса. Нашей команде удалось переложить строгие (и порой неочевидные для IT) законы клинической практики в программный код. Вот как мы перевели бессознательное на язык системного дизайна и ML-пайплайнов.
Архитектура сеттинга и распределенный биллинг: оркестрация многомерных графиков
В классической психотерапии фундаментом выступает сеттинг – жесткая конструкция из времени, места и финансовых договоренностей. Когда клиент пытается перенести сессию за час до начала или «забывает» перевести оплату, для терапевта это не организационная накладка, а чистый клинический материал (отыгрывание, сопротивление).
Стандартные CRM-системы строятся на базовой CRUD-логике и предлагают максимальную гибкость. Но в психотерапии гибкость интерфейса разрушает терапевтическую рамку. Автоматизация сеттинга в proEgo заключается не просто в банальном алгоритме штрафов за отмену сессий. Мы создали сложнейшую систему оркестрации расписания, которая собирает воедино огромный конгломерат разнородных сущностей:
- Слоты индивидуальной психотерапии.
- Короткие бесплатные 15-минутные пре-сессии (сессии знакомства), необходимые для первичного клинического скрининга и формирования терапевтического альянса между клиентом и психологом как базы для терапии.
- Графики групповых занятий со сложной ролевой моделью доступа: ведущий терапевт, ко-терапевт и динамический состав из 8-10 участников. Причем допуск в групповые программы закрыт сквозным шлюзом – клиент физически не может зайти в группу без прохождения предварительных индивидуальных консультаций (отельные 15-минутные пре-сессии), где принимается обоюдное решение о входе в программу ради безопасности и эффективности терапии всех участников.
Весь этот массив автоматизирован на уровне планирования: алгоритм рассчитывает сетку часов с жестким учетом перерывов, выходных и окон буферизации, обеспечивая автоматическую пролонгацию расписания на заданные промежутки вперед.
Дополнительно реализован сложный асинхронный протокол: если у специалиста нет открытого времени, клиент может отправить кастомный запрос на удобные часы. Система согласования (запрос-ответ) позволяет гибко скорректировать слот и создать валидное бронирование внутри календаря.
Для терапевта реализация такого конвейера колоссально решает проблему выгорания и удержания сеттинга. Программа берет на себя роль «жесткой рамки». При этом бэкенд завязан на мультивалютный биллинг и распределенные платежные шлюзы (маршрутизация потоков внутри РФ и на остальной мир), автоматическую генерацию юридически значимых договоров, согласий и фискализацию с учетом резидентства и налогового статуса сторон.
Создать бесшовную архитектуру, учитывающую требования к документации медицинского уровня – это тяжелейший инженерный и финансово-юридический вызов.
ИИ-ядро как клинический ассистент: модель «Клиент – МРТ – Врач» вместо чат-ботов
Мы принципиально отказались от создания «ИИ-психолога» для клиента – доверять работу с острой травмой текстовому боту этически недопустимо. Вместо этого мы применили ИИ как аналитический инструмент для клиента и терапевта – по аналогии с МРТ в доказательной медицине. Связка «пациент – томограф – врач» дает объективный результат, где машина не заменяет доктора, а подсвечивает то, что скрыто от глаз или может быть попросту упущено из виду (человеческий фактор).
Интерактивный ИИ-дневник: между сессиями клиент фиксирует свое состояние в защищенном дневнике. Что важно для терапевтической динамики – фиксация идет голосом. В онлайне терапевт лишается части невербалики, и мы компенсируем это акустическим анализом.
Здесь мы честны с собой и IT-сообществом: классические лабораторные метрики, такие как микротремор связок (Jitter) или нестабильность амплитуды (Shimmer), отлично работают в тихой студии с конденсаторным микрофоном. Но в реальности клиент пишет аудио на ходу, в ветреную погоду, через дешевый микрофон и алгоритмы сжатия Apple или Android. Агрессивный денойзинг и lossy-кодеки физически уничтожают микроколебания волны. Пытаться вытащить джиттер из пережатого mp3 – значит детектировать артефакты кодека, а не тонус гортанных мышц.
Поэтому наши ML-пайплайны построены на признаках, которые обладают устойчивостью (робастностью) к сжатию и бытовым шумам:
- Оценка SNR: система сначала оценивает соотношение сигнал/шум. Если аудио безнадежно пережато, алгоритм даже не пытается искать там микрофлуктуации, чтобы не генерировать ложноположительные срабатывания.
- Макро-просодика: вместо микроуровня мы анализируем то, что не могут убить кодеки – макроритмы. Вычисляем дисперсию частоты основного тона (F0), соотношение длительности пауз к активной речи и скорость артикуляции. Психомоторная заторможенность при депрессивном сдвиге или тахилалия (ускоренная речь) при мании отчетливо видны на этом уровне.
- Спектральные признаки (MFCC) извлекаем мел-кепстральные коэффициенты и используем эмбеддинги из предобученных аудио-трансформеров (например, архитектуры Wav2Vec). Нейросеть учится извлекать латентные признаки вегетативного напряжения из самой спектрограммы, игнорируя фоновый шум.
Алгоритм работает не как диагностическая утилита, а как детектор аномалий. Система не сравнивает голос клиента со «сферическим больным в вакууме», она обучается на его индивидуальном базовом уровне. Если алгоритм ловит статистически значимое отклонение паттерна на дистанции, он просто подсвечивает терапевту: «Обратите внимание на динамику макро-просодики клиента на этой неделе». Это слабый объективный сигнал, который дополняет клиническую картину, а не заменяет эмпатию психотерапевта.
Телеметрия: платформа через API агрегирует пассивные данные с носимых устройств (смарт-часы, трекеры) – вариабельность сердечного ритма (HRV), пульс покоя и фазы сна. Если клиент уверяет, что у него «всё отлично», а графики глубокого сна и HRV летят в талталалы – система зафиксирует аномалию.
- Контроль приватности: клиент сам решает, отправить ли агрегированные и обработанные саммари ИИ-дневника и телеметрии своему терапевту или оставить их в приватном контуре для самопомощи.
На стороне терапевта развернут клинический ИИ-супервизор (RAG-архитектура на базе дообученных LLM). Интегрируя транскрипты видеосессий proEgo Meet, логи голосовых дневников и телеметрию, ИИ не ставит диагнозы, а работает как ассистент: структурирует объемы контекста, подсвечивает латентные когнитивные паттерны и выдвигает гипотезы как для индивидуального, так и для группового формата.
Контур безопасности: так как данные уходят на обработку языковым моделям, они предварительно проходят через жесткий кастомный пайплайн деперсонализации (NER). Текст полностью очищается от имен, геолокаций и PII-маркеров до того, как попадет в контекст LLM, что позволяет на 100% выполнять требования закона о защите персональных данных (таких, как 152-ФЗ в РФ).
Тепловые карты выгорания: предиктивная B2B-аналитика против «создания видимости кипучей деятельности»
Основной драйвер современного healthtech-рынка – это просто бизнес и ничего личного. Работодателям нужен реальный инструмент снижения финансовых потерь от презентеизма (когда сотрудники перманентно находятся в стрессе, сильной тревоге, имитируют деятельность и совершают критическую ошибку за ошибкой или просто просиживают штаны на рабочем месте). Традиционные корпоративные опросы (пульс-опросы) не работают – люди либо игнорируют их, либо заполняют с оглядкой на HR.
proEgo решает эту проблему через построение сквозной тепловой карты компании на основе агрегированных и анонимизированных данных. При этом, сотрудники B2B-клиентов защищены алгоритмически: бэкенд изолирует личные профили, психотерапевты платформы никак не связаны с корпоративным заказчиком, а компания получает исключительно макроаналитику. Сотрудник изолирован со Своим психотерапевтом в рамках Своего онлайн-кабинета и работают над Своими личными запросами и проблемами. Психотерапевт не знает кто из клиентов по корпоративной подписке, а кто сам по себе (для терапии это не имеет значение).
Колоссальная польза для топ-менеджмента заключается в переходе от реактивного тушения пожаров и латанию дыр к предиктивному управлению рисками. Платформа подсвечивает риски выгорания, падение производительности конкретных отделов или команд до того, как начнется массовый отток кадров и слив KPI. Руководители получают возможность вовремя скорректировать бизнес-процессы.
Инвестиции в психотерапию сотрудников возвращаются в виде роста реальной производительности труда через главный системный эффект – компания уходит от инфантильной и токсичной модели отношений «гиперопекающий Родитель (начальник) – зависимые Дети (подчиненные)» к зрелой структуре «Взрослый – Взрослый».
Автоматизированный пре-модератор аккредитации специалистов (Onboarding)
Качество терапии зависит от жесткости фильтра на входе. Мы автоматизировали процесс аккредитации психотерапевтов предоставив аналитический инструмент аккредитационному совету проЭго (коллегиальный орган платформы, принимающий решение о соответствии специалиста профессиональным стандартам, этическим нормам, уровню эмпатии и личностной зрелости).
- Первичный инжест данных: сбор заявок, валидация дипломов, верификация подтвержденных часов супервизии и личной терапии, а также прохождение специализированных тестов.
- ИИ-премодерация: алгоритм проводит пре-обработку входящего пакета документов и результатов тестирования, выступая ассистентом аккредитационного совета платформы. ИИ не принимает решений, но «подсвечивает» экспертам тонкие моменты в резюме, аномалии в ответах на тесты или нестыковки в документах, на которые стоит обратить внимание.
- Видеоинтервью и автоматический скоринг: следующий этап – живые онлайн-собеседования, аудиопоток которых проходит через аналогичный модуль STT и семантического анализа для формирования финального саммари для совета.
- Юридический онбординг: после одобрения кандидатуры система регистрирует специалиста: проверяет актуальный налоговый статус в ФНС, валидирует персональные данные, привязывает платежные реквизиты.
Все последующие этапы – от формирования чеков до обмена закрывающими актами – идут через встроенный ЭДО.
Дилемма инноватора на рынке HealthTech
Если посмотреть на западных гигантов (вроде Lyra Health), можно заметить симптомы legacy-болезни. Их монолитная инфраструктура строилась до генеративного ИИ. Перестраивать такие системы под глубокий ML, приватные контуры STT и деперсонализацию – долго и больно. Это классический сценарий, когда старые банки проигрывали финтех-стартапам (например Revolut) из-за неповоротливого ядра.
Мы в proEgo изначально закладывали ИИ-стек и приватность в фундамент архитектуры. Инновации в медицине и психотерапии делают не те, кто бездумно прикручивает модные API к старому коду, а те, кто умеет находить изящные инженерные компромиссы между строгой клинической этикой, защитой персональных данных и хаотичной реальностью.
Комментарии