Uczenie maszynowe i VR w terapii poznawczej - co mówi największy przegląd systematyczny 2025 roku?

Kiedy pracujemy nad Therapy Support, regularnie przeglądamy literaturę naukową - nie po to, by gonić za nowinkami, ale żeby rozumieć, dokąd zmierza nasza dziedzina. I właśnie natrafiliśmy na przegląd, który warto omówić.

W marcu 2025 roku w czasopiśmie Electronics ukazał się jeden z największych przeglądów systematycznych dotyczących wykorzystania uczenia maszynowego (ML) w terapiach poznawczych opartych na rzeczywistości wirtualnej i rozszerzonej. Autorzy - Halkiopoulos i Gkintoni z Uniwersytetu w Patras - przeanalizowali 141 badań według wytycznych PRISMA.

To solidna próba. I wnioski są na tyle interesujące, że postanowiliśmy je tutaj streścić - z perspektywy praktyków, którzy każdego dnia zastanawiają się, jak technologia może (i czego nie może) wspierać terapię.

O jakim badaniu mówimy?

Tytuł: The Role of Machine Learning in AR/VR-Based Cognitive Therapies: A Systematic Review for Mental Health Disorders

Autorzy: Constantinos Halkiopoulos, Evgenia Gkintoni

Czasopismo: Electronics (MDPI), 2025, 14(6), 1110

DOI: https://doi.org/10.3390/electronics14061110

Przegląd obejmuje badania z lat 2014–2024 dotyczące integracji algorytmów ML z technologiami AR/VR w kontekście terapii zaburzeń psychicznych - w tym PTSD, zaburzeń lękowych, fobii specyficznych i łagodnych zaburzeń poznawczych (MCI).

Co wynika z przeglądu?

1. VR w terapii ekspozycyjnej - wyniki są obiecujące

Autorzy podkreślają, że terapia ekspozycyjna w VR (VRET) wykazuje duży efekt w porównaniu z grupami oczekującymi (g = 0,90) i średni do dużego w porównaniu z aktywnymi warunkami kontrolnymi (g = 0,78).

Co ciekawe, w przypadku agorafobii badanie porównujące trzy warunki leczenia - paroksetynę z CBT, paroksetynę z CBT i ekspozycją VR oraz samą paroksetynę - pokazało, że warunek z VR dawał lepsze wyniki w konfrontacji z bodźcami fobicznymi.

To nie oznacza, że VR „leczy agorafobię”. Oznacza, że w kontrolowanych warunkach badawczych, jako uzupełnienie standardowej terapii, może wzmacniać efekty ekspozycji.

2. Uczenie maszynowe - personalizacja i predykcja

Przegląd pokazuje rosnące zastosowanie ML do:

Personalizacji trudności zadań w czasie rzeczywistym (np. na podstawie danych fizjologicznych - tętno, przewodność skóry, EEG)
Predykcji odpowiedzi na leczenie - modele osiągają dokładność 56–77% w przewidywaniu sukcesu iCBT
Wykrywania osób nieodpowiadających na terapię na wczesnym etapie

Algorytmy takie jak sieci neuronowe, uczenie ze wzmocnieniem (reinforcement learning) czy lasy losowe są wykorzystywane do dynamicznego dostosowywania środowisk VR do stanu pacjenta.

3. Dane fizjologiczne jako źródło informacji

Jednym z najbardziej intrygujących wątków jest wykorzystanie danych biometrycznych w czasie rzeczywistym - tętna, zmienności rytmu serca (HRV), przewodności skóry (GSR) i sygnałów EEG - do adaptacji sesji terapeutycznych.

W jednym z cytowanych badań spersonalizowana ekspozycja VR u pacjentów z zaburzeniem panicznym i agorafobią (dostosowanie jasności i gęstości tłumu na podstawie wstępnej oceny) wywołała silniejsze reakcje lękowe niż warunki losowe - co autorzy interpretują jako pierwszy krok do skutecznej terapii ekspozycyjnej.

4. Efekty utrzymują się do 6 miesięcy

Kilka badań uwzględnionych w przeglądzie pokazuje, że korzyści terapeutyczne z interwencji VR-CBT utrzymują się przez 3–6 miesięcy po zakończeniu leczenia. To ważna informacja dla praktyków rozważających wdrożenie takich narzędzi.

Co to oznacza dla terapeutów?

Jako zespół Therapy Support podchodzimy do tych wyników z ostrożnym zainteresowaniem. Kilka refleksji:

✅ Obiecujące kierunki

VR może być użytecznym uzupełnieniem tradycyjnej terapii ekspozycyjnej - szczególnie tam, gdzie ekspozycja in vivo jest trudna do zorganizowania
ML oferuje możliwość obiektywnego monitorowania postępów i wczesnego wykrywania braku odpowiedzi na leczenie
Personalizacja oparta na danych fizjologicznych może zwiększyć zaangażowanie pacjenta

⚠️ Ograniczenia, o których warto pamiętać

Większość badań ma małe próby - autorzy sami to podkreślają
Długoterminowe efekty wymagają dalszych badań
Technologia VR może wywoływać dyskomfort u niektórych pacjentów (choroba lokomocyjna)
Jakość środowisk VR ma znaczenie - nie każda aplikacja jest równie skuteczna
AI nie zastępuje relacji terapeutycznej - to narzędzie, nie terapeuta

Dlaczego to nas interesuje?

W Therapy Support nie rozwijamy technologii VR - skupiamy się na wsparciu administracyjnym i strukturyzowaniu pracy klinicznej. Ale uważnie śledzimy badania nad AI w psychoterapii, ponieważ pomagają nam rozumieć:

Gdzie technologia może realnie wspierać terapeutę
Gdzie powinna pozostać w roli narzędzia, nie decydenta
Jakie pytania etyczne pojawiają się wraz z nowymi możliwościami

Ten przegląd potwierdza trend, który obserwujemy od lat: AI i technologie immersyjne mają potencjał, ale ich wartość zależy od sposobu wdrożenia, jakości badań i - przede wszystkim - od tego, czy służą pacjentowi i terapeucie, czy tylko obiecują „innowację”.

Podsumowanie

Przegląd Halkiopoulosa i Gkintoni to solidna synteza 141 badań, która pokazuje, że integracja ML z VR w terapiach poznawczych:

Może zwiększać skuteczność terapii ekspozycyjnej
Umożliwia personalizację w czasie rzeczywistym
Pozwala na predykcję odpowiedzi na leczenie
Wymaga dalszych badań nad długoterminowymi efektami i skalowalnością

Dla nas jako praktyków i twórców narzędzi wspierających terapię to przypomnienie, że technologia jest środkiem, nie celem. I że najlepsza innowacja to taka, która oddaje terapeucie więcej czasu na to, co naprawdę ważne - relację z pacjentem.

Źródło: Halkiopoulos, C.; Gkintoni, E. The Role of Machine Learning in AR/VR-Based Cognitive Therapies: A Systematic Review for Mental Health Disorders. Electronics 2025, 14(6), 1110. https://doi.org/10.3390/electronics14061110