Система моніторингу ментального здоров'я

Abstract

UK: У даній роботі було розроблено веборієнтовану систему для автоматизованого моніторингу ментального здоров'я користувачів з використанням психометричних інструментів та алгоритмів машинного навчання. Визначено мету, об'єкт і предмет дослідження. Проаналізовано валідовані психометричні інструменти PHQ-9, GAD-7 та PSS-10 для оцінки рівня депресії, тривожності та стресу. Проведено порівняльний аналіз існуючих рішень моніторингу ментального здоров'я. Було спроектовано та реалізовано систему з мобільним застосунком та серверною частиною. Створено архітектуру системи, діаграми UML та структуру бази даних PostgreSQL. Розроблено алгоритми виявлення тривожних сигналів на основі LSTM нейронних мереж та методу EWMA. Запропонована система забезпечує щоденний моніторинг настрою, проведення психометричних тестувань, виявлення аномалій у психічному стані та генерацію персоналізованих рекомендацій. Реалізовано безпечну обробку та зберігання медичних даних відповідно до стандартів конфіденційності. Практичне значення роботи полягає у створенні доступного інструменту для проактивного управління ментальним здоров'ям із можливістю раннього виявлення психологічних проблем. EN: In this work, a web-oriented system for automated monitoring of users' mental health using psychometric instruments and machine learning algorithms was developed. The purpose, object and subject of the research are defined. Validated psychometric instruments PHQ-9, GAD-7 and PSS-10 for assessing levels of depression, anxiety and stress were analyzed. A comparative analysis of existing mental health monitoring solutions was conducted. The system with mobile application and server-side was designed and implemented. System architecture, UML diagrams and PostgreSQL database structure were created. Algorithms for detecting warning signs based on LSTM neural networks and EWMA method were developed. The proposed system provides daily mood monitoring, psychometric testing, detection of anomalies in mental state and generation of personalized recommendations. Secure processing and storage of medical data in accordance with privacy standards has been implemented. The practical significance of the work lies in creating an accessible tool for proactive mental health management with the ability to early detect psychological problems.