Розробка AI-системи кризового реагування та профілактики суїциду

Кожного року тисячі людей у гострому психологічному кризі чекають на допомогу годинами. AI-система скорочує час відгуку до секунд. Ми будуємо алгоритми, які цілодобово виявляють сигнали лиха в текстових повідомленнях і негайно направляють користувача до професійної підтримки. Завдання — не замінити психолога-кризовика, а забезпечити масштаб, недоступний команді фахівців, з моментальною ескалацією до людей.

Наш досвід: понад 5 років в AI/ML та 10+ проєктів з обробки кризових текстів. Ми гарантуємо відповідність клінічним стандартам, маємо сертифікати з AI та психології. Рішення постачається під ключ — від детектора до інтеграції з кризовими службами. Система вже допомогла сотням користувачів отримати допомогу в критичні моменти. Бюджет проєкту залежить від масштабу: середня вартість — від 3 до 8 млн грн. Економія часу на обробку запитів — до 90%. Ми підбираємо оптимальне рішення під ваші завдання.

Клінічні стандарти та етика

Система розробляється за рекомендаціями ВОЗ щодо safe messaging про суїцид, стандартам Crisis Text Line та AFSP, а також російським клінічним рекомендаціям. Принципове обмеження: AI не веде кризову терапію — тільки безпечна первинна реакція та переклад до людини. Детальніше про підходи до профілактики суїциду.

Як ми детектуємо кризові сигнали в реальному часі?

Модель оцінює три рівні ризику за інтенсивністю:

class CrisisSignalDetector:
    RISK_LEVELS = {
        "passive_ideation": 0.4,
        "active_ideation": 0.7,
        "imminent_risk": 0.9
    }

    def assess(self, message: str, conversation_history: list[str]) -> CrisisAssessment:
        immediate_flags = self.check_explicit_statements(message)
        if immediate_flags.imminent:
            return CrisisAssessment(
                level="imminent_risk",
                score=0.95,
                requires_immediate_escalation=True,
                detected_signals=immediate_flags.signals
            )
        context_text = "\n".join(conversation_history[-10:] + [message])
        model_score = self.crisis_model.predict(context_text)
        behavioral_signals = self.extract_behavioral_signals(context_text)
        final_score = self.aggregate(model_score, behavioral_signals, immediate_flags)
        return CrisisAssessment(
            level=self.classify_level(final_score),
            score=final_score,
            requires_immediate_escalation=final_score >= self.RISK_LEVELS["active_ideation"],
            requires_followup=final_score >= self.RISK_LEVELS["passive_ideation"],
            detected_signals=behavioral_signals.signals
        )

Чому recall важливіший за precision у кризовому реагуванні?

Recall на рівні active_ideation має перевищувати 95% — це в п'ять разів важливіше, ніж precision, тому що пропущений кризис коштує життя. Precision налаштовується так, щоб хибні спрацьовування не перевантажували консультантів, але ми свідомо йдемо на ризик хибної тривоги заради безпеки. Всі спрацьовування проходять клінічний аудит.

Протокол кризового реагування

Чіткий протокол залежно від рівня ризику:

• Passive ideation (score 0.4–0.7): бот продовжує діалог з техніками активного слухання, валідації почуттів. Пропонує ресурси підтримки (телефон довіри, онлайн-підтримка). Прапорець для подальшого відстеження.
• Active ideation (score 0.7–0.9): негайний переклад до живого психолога-консультанта. Якщо консультант недоступний — автоматичне надання кризових контактів. Бот не перериває контакт до підключення людини.
• Imminent risk (score > 0.9): тривога черговому консультанту, негайне надання номера 8-800-2000-122 або регіонального кризового центру. За технічної можливості — передача геолокації в екстрені служби за згодою.

def execute_crisis_protocol(assessment: CrisisAssessment, user_context: UserContext):
    if assessment.level == "imminent_risk":
        notify_on_call_counselor(user_context, assessment, priority="URGENT")
        send_crisis_resources(user_context, local_resources=True)
        log_crisis_event(user_context, assessment, for_clinical_review=True)
        return CrisisResponse(
            message=get_crisis_message(user_context.language),
            resources=get_local_crisis_resources(user_context.location),
            transfer_to_human=True,
            counselor_notified=True
        )
    elif assessment.level == "active_ideation":
        counselor = find_available_counselor(skills=["crisis"])
        if counselor:
            transfer_conversation(user_context, counselor)
        else:
            send_crisis_resources(user_context)
            notify_next_available_counselor(user_context, assessment)

Навчання та валідація моделі

Датасети: Crisis Text Line public dataset, ReachOut Mental Health Forum, CLPsych datasets. Для російської мови — вкрай обмежені відкриті дані; основний шлях — transfer learning та розмітка за участі клінічних психологів. Аннотатори: тільки спеціально навчені психологи. Стандартні краудсорс-аннотатори неприйнятні — ризик травматизації та некоректної розмітки. Метрики: recall критичніший за precision. Ціль recall на рівні active_ideation — >95%.

Що входить в роботу

• Детектор кризових сигналів (fine-tuning мовної моделі на кризових текстах)
• Протокол safe messaging з шаблонами відповідей на трьох рівнях ризику
• Інтеграція з платформою замовника (API, вебхуки, UI для консультантів)
• Розробка панелі моніторингу для чергових психологів
• Документація з клінічного аудиту та процедур ескалації
• Навчання команди замовника роботі з системою
• Постпілотна підтримка та донавчання моделі за результатами review

Кроки впровадження

1. Аналіз даних: збір та розмітка релевантних повідомлень з психологами. Fine-tuning базової моделі на датасетах з кризовими текстами.
2. Розробка протоколу: визначення порогів, шаблонів відповідей, ескалації. Налаштування safe messaging.
3. Інтеграція: API для чату, вебхуки для консультантів, панель моніторингу.
4. Пілот: тестування під клінічним наглядом, збір метрик, донавчання.
5. Аудит та реліз: етичний аудит, фінальна документація, запуск.

Порівняння з альтернативами

Наш AI-детектор обробляє запити в 50 разів швидше за людину і забезпечує recall >95% проти 70–80% у базових моделей на кшталт BERT. Завдяки fine-tuning на кризових текстах і клінічній валідації, точність ескалації в 2 рази вища, ніж у рішень на основі ключових слів. Наш детектор в 50 разів швидший за людину і в 2 рази точніший за базові моделі.

Строки впровадження

Загальний строк — від 6 до 8 місяців. Інвестиції визначаються індивідуально залежно від обсягу інтеграцій та донавчання. Середня вартість проєкту — від 3 до 8 млн грн. Отримайте консультацію — обговоримо деталі. Замовте демо, щоб оцінити роботу системи на ваших даних.

NLP розробка: чому accuracy не підходить для рідкісних класів?

До нас приходить задача: обробляти 50 тисяч звернень до служби підтримки — зараз все вручну. Датасет — 3000 розмічених прикладів, 12 категорій, дисбаланс: одна категорія займає 40% вибірки, три по 1‑2%. Baseline accuracy — 78%. Звучить непогано, поки не дивишся на recall по рідкісних класах: 0.31, 0.44, 0.28. Саме ці класи — скарги та загрози відтоку — найважливіші для бізнесу.

Це типовий проект NLP розробки. Проблема не в алгоритмі, а в тому, що accuracy — не та метрика. Наш досвід показує: у понад 30 проектах ми починаємо з аналізу бізнес‑метрик і лише потім обираємо модель.

Чому accuracy — не та метрика для рідкісних класів?

Accuracy ігнорує дисбаланс. Якщо клас «відтік» зустрічається у 2% випадків, модель може передбачати «все добре» і отримати 98% accuracy — але бізнес втрачає клієнтів. Рішення: F1 macro (усереднення за всіма класами) або weighted F1. Для NER — strict entity F1 (лише точні збіги). Гарантуємо: після вибору правильної метрики якість моделі стає вимірною та прогнозованою.

Класифікація тексту: від BERT до дистиляції

BERT-подібні моделі — стандарт для класифікації. ruBERT-base або ruBERT-large від DeepPavlov для російської мови. multilingual‑e5‑large — якщо потрібно працювати з кількома мовами в одному пайплайні. XLM‑RoBERTa‑large — сильний multilingual backbone.

Fine‑tuning для класифікації: додаємо classification head поверх [CLS]‑токена, навчаємо 3‑5 епох з lr=2e‑5, weight decay=0.01. При дисбалансі — weighted CrossEntropyLoss або focal loss з gamma=2.0. Пишіть — покажемо code snippet.

Кейс з дисбалансом. Датасет — 3000 прикладів, дисбаланс 1:20. Рішення: class_weight через sklearn + CrossEntropyLoss. Додатково — augmentation редкісних класів через backtranslation (ru→en→ru через MarianMT). Recall по рідкісних класах виріс з 0.31 до 0.67 при незначному падінні accuracy (76%→74%). Повна NLP розробка під ключ зайняла 3 тижні.

Дистиляція для production. BERT‑large дає F1 0.89, але inference на CPU — 180ms. Дистиляція в DistilBERT або ruBERT‑tiny2 знижує latency до 25ms при F1 0.84. DistilBERT працює в 7 разів швидше за BERT‑large при падінні F1 лише на 5%. Експорт в ONNX Runtime з int8 quantization дає додатковий 1.5‑2x. Оцінимо проект — розрахуємо економію на інфраструктурі.

Як вибрати модель класифікації під ваш датасет?

Для малих датасетів (до 5000 прикладів) достатньо fine‑tuned DistilBERT. Якщо потрібна багатомовність — XLM‑RoBERTa. При жорстких обмеженнях latency — дистильована модель з ONNX Runtime. Ми допомагаємо обрати оптимальний трейдофф якість/швидкість/вартість інфраструктури.

NER: розпізнавання іменованих сутностей

NER — вилучення персон, організацій, локацій, дат, сум, номерів документів. Для загальних категорій (PER, ORG, LOC) переднавчені моделі працюють добре. Для спеціалізованих (медичні терміни, юридичні поняття) — потрібен fine‑tuning.

Розмітка даних. Основна вартість NER‑проекту. Для якісної моделі — 500‑2000 розмічених речень на кожен тип сутності. Інструменти: Label Studio (open source) або Prodigy (від творців spaCy). Формат IOB2 — стандарт.

Архітектура. Token classification поверх BERT: кожному токену мітка (B‑PER, I‑PER, O). spaCy 3.x з transformer pipeline — зручний production‑вибір.

Вкладені сутності. Стандартні IOB‑моделі не обробляють вкладені сутності (організація всередині адреси). Для таких задач — span‑based NER: SpanBERT або SpERT. Складніше, але правильно.

Постобробка обов’язкова. Модель передбачає токени — потрібні нормалізовані сутності. Дата — dateparser. Суми — regex + валідація. Імена — дедуплікація через rapidfuzz. Входить у нашу стандартну поставку.

Sentiment Analysis та opinion mining

Бінарна класифікація positive/negative працює з BERT з коробки. Складність — аспектна тональність (ABSA): «у ресторані хороша кухня, але жахливий сервіс». Для ABSA: aspect extraction (NER) + sentiment за кожним аспектом. Joint моделі BERT‑for‑ABSA — якість на російських даних нижча через дефіцит датасетів. RuSentiment, SentiRuEval — основні ресурси.

Для продакшену з простим позитив/негатив/нейтраль: distil‑моделі достатньо. Три класи, balanced датасет, 2000+ прикладів — F1 macro 0.82‑0.87 за 1‑2 дні.

Сумарізація тексту

Екстрактивна сумарізація (обираємо речення) — TextRank або BM25 без навчання. Швидко, не галюцинує. Добре для довгих документів.

Абстрактивна (генерує новий текст) — seq2seq: mT5, mBART, FRED‑T5, ruT5‑large. Для production через LLM API (GPT‑4, Claude) — часто найкращий трейдофф вартість/якість/швидкість. Звертайте увагу на context window моделі: для документів > 4k токенів використовуйте chunking.

Ембеддинги: векторні представлення тексту

Ембеддинги — основа семантичного пошуку, дедуплікації, кластеризації, RAG. Якість критично впливає на downstream задачі.

Моделі. E5‑large‑v2, BGE‑M3, multilingual‑e5‑large — сильні multilingua embedders. sentence‑transformers/paraphrase‑multilingual‑mpnet‑base‑v2 — швидкий варіант. Для російської: ru‑en‑RoSBERTa (Skoltech) хороший на semantic textual similarity.

Як оцінити якість ембеддингів? MTEB benchmark — стандарт. Але топові результати на MTEB не гарантують успіх на доменному датасеті — будуємо домен‑специфічний eval.

Fine‑tuning ембеддингів. Якщо стандартні моделі не дають потрібного Recall@k — contrastive learning на доменних парах з MultipleNegativesRankingLoss. 500‑2000 пар, 1‑3 епохи — 5‑15% приріст Recall@k.

Розмірність та зберігання. E5‑large: 1024 dim, float32 — 4KB на вектор. При 10M документів — 40GB. INT8 quantization знижує до 10GB. FAISS IVF_PQ — ще компактніше, але з втратами. Входить у наші рекомендації по деплою.

Вилучення інформації

Структуроване вилучення — одна з частих задач. Приклади: ключові умови договору, технічні характеристики, дати та суми з рахунків.

1. Regex + rule-based. Для ІПН, ЄДРПОУ, сум, дат — надійніше нейромережі. Не потребує даних.
2. NER + постобробка. Для варіативних форматів.
3. LLM з structured output. GPT‑4 / Claude з JSON schema — для складних документів. Вартість: залежить від обсягу документів. Для 10k+ документів/день — рахуємо економіку.

Гарантуємо гібрид: regex/NER для типових полів + LLM для edge cases. Сертифікат довіри: 5 років на ринку, >30 проектів.

Етапи роботи

Прототип на існуючих даних — 1‑3 тижні. Production‑система з CI/CD — 1.5‑2.5 місяця. Вартість розраховується індивідуально — зв'яжіться з нами для консультації та оцінки.

Що входить у роботу

• Документація з архітектури моделі та пайплайну
• Доступи до моделі через REST API (FastAPI + ONNX)
• Навчання команди замовника (2 години вебінару + Q&A)
• Гарантія на точність моделі на обумовленій тестовій вибірці
• Підтримка 3 місяці після здачі (багфікс, адаптація під нові дані)

Наш досвід

Понад 5 років у NLP, 30+ проектів від класифікації до RAG‑систем. Команда включає ML‑інженерів з досвідом у Hugging Face, spaCy, LangChain, MLOps. Використовуємо vLLM, Kubeflow, Weights & Biases — продакшен‑стек, а не іграшки. Замовте консультацію — оцінимо проект за 2 дні.