Наукова новизна: DI in Mental Health

Класифікація чи risk score відповідає на питання «що може статися?». Decision Intelligence додає: «яка дія доречна, на підставі яких даних, за яких обмежень і що робити, коли впевненості недостатньо?».

У Dzvin це напрям дослідження, а не доведена клінічна технологія. Продукт не повинен самостійно ухвалювати клінічні або кадрові рішення.

QDIP розглядається як окремий decision-intelligence технологічний контур для гібридної композиції правил і модельних сигналів, формалізованих політик, пояснюваності та контролю якості рішення.

Продуктовий сценарій Dzvin слугує прикладною перевіркою цих принципів у mental wellbeing. Наявність компонентів QDIP не означає, що повну інтеграцію в Dzvin уже пройдено у production.

Комбінування персональних часових рядів, адаптивних базових рівнів і сигналів зміни стану може давати корисніший контекст, ніж разова оцінка.

Перевірка: порівняння з простими часовими baseline на synthetic та згодом дозволених реальних даних; оцінювання detection delay, false alarms і стабільності.

Підхід uncertainty-aware/abstention може зменшити хибну впевненість моделі на коротких, нерегулярних чи шумних історіях.

Перевірка: калібрування, selective risk, частота відмови від висновку та robustness на пропущених значеннях. Без достовірного сигналу система має вміти не рекомендувати ризикову дію.

Замість непрозорої автоматичної поради пропонується формалізувати шлях «спостереження → кандидатні дії → обмеження/права → пояснення → вибір людини → зворотний зв’язок».

Перевірка: порівняння з rule-only та model-only baseline, частка аудитовних рішень, зрозумілість пояснень і user override. Очікувана перевага залишається гіпотезою.

Центральне дослідницьке питання: чи допомагає пояснювана та керована користувачем політика дій покращити proximal outcomes порівняно зі статичними рекомендаціями?

Можлива методологія — обмежений feasibility pilot, а після етичного схвалення й достатнього дизайну — randomized або micro-randomized evaluation. Не стверджуємо, що такий експеримент уже проведено.

Just-in-time adaptive interventions, мікрорандомізовані випробування та clinical AI reporting — вже існуючі наукові напрями. Не заявляємо винахід самих Bayesian моделей, JITAI або Decision Intelligence.

Потенційний внесок Dzvin — у предметно-специфічній інтеграції пояснюваної політики, невизначеності, людського контролю та перевірки користі в mental wellbeing. Новизну необхідно показати експериментально і з належним prior-art review.