مبتنی بر شواهد
تصمیم‌ها و محصولات ما بر پایه دانش علمی، شواهد پژوهشی و اصول معتبر روان‌شناسی و فناوری شکل می‌گیرند.
Psychology, But Smarter
Clinical Psychology × AI × Data Science
درک بهتر ذهن و رفتار از طریق فناوری
- حوزه فعالیت
- Clinical Psychology × AI × Data Science
- تمرکز اصلی
- EMA / EMI
- رویکرد
- Data-Driven
Cognition
Computation
درباره Psychotech
سه مسیر برای شناخت سایکو تک
فعالیت Psychotech در سه مسیر اصلی شکل گرفته است: توسعه فناوری و محصولات نرم‌افزاری، آموزش تخصصی و پژوهش. تمرکز ما بر استفاده مسئولانه از داده و فناوری برای حرکت از سنجش‌های مقطعی به سمت شناخت فرایندهای روان‌شناختی در زندگی واقعی، و توسعه راهکارهای داده‌محور و شخصی‌سازی‌شده برای سلامت روان است.
اخلاق و حریم خصوصی
در توسعه فناوری‌های مرتبط با ذهن و رفتار، حفاظت از داده‌ها، حریم خصوصی و استفاده مسئولانه از فناوری را یک اصل اساسی می‌دانیم.
انسان در حلقه
فناوری را جایگزین انسان نمی‌دانیم؛ آن را برای تقویت قضاوت تخصصی، تصمیم‌گیری آگاهانه و تعامل انسانی به کار می‌گیریم.
دقت مهندسی
محصولات ما با توجه به دقت، قابلیت استفاده، پایداری و کیفیت فنی طراحی و توسعه می‌یابند.
محصولات
فناوری برای پژوهش و سلامت روان
از ابزارهای دیجیتال برای جمع‌آوری و پایش داده‌های روان‌شناختی تا راهکارهای پژوهشی و مداخلات دیجیتال، محصولات Psychotech با هدف ایجاد پیوند میان علم روان‌شناسی و فناوری‌های داده‌محور توسعه می‌یابند. در حال حاضر، محصول اصلی ما، Eltiam است؛ یک پلتفرم سنجش لحظه‌ای بوم‌نگر (EMA) و مداخله لحظه‌ای بوم‌نگر (EMI) برای پژوهش، پایش و مداخلات دیجیتال در سلامت روان شخصی‌سازی‌شده.
1 / Eltiamفعال
التیام
پلتفرم EMA/EMI برای سلامت روان شخصی‌سازی‌شده
- جمع‌آوری داده‌های روان‌شناختی در زندگی واقعی (EMA)
- پشتیبانی از مداخلات لحظه‌ای بوم‌نگر (EMI)
2 / Ofoghدر حال توسعه
افق
خودشناسی و توسعه فردی مبتنی بر داده
- خودپایشی و شناخت الگوهای روزمره
- خودشناسی مبتنی بر داده‌های واقعی زندگی
3 / Baftarدر حال توسعه
بافتار
فرمول‌بندی و پرونده‌نویسی هوشمند در روان‌شناسی بالینی
- ترسیم شبکه‌های مفهومی روان‌شناختی
- نمایش متغیرها و روابط میان آن‌ها
4 / Karvarziدر حال توسعه
کارورزی
محیط دیجیتال تمرین مهارت‌های بالینی و دریافت بازخورد
- تمرین هدفمند مهارت‌های بالینی
- پشتیبانی از یادگیری مبتنی بر بازخورد
رویکرد ما
از یک مسئله واقعی تا یک محصول قابل استفاده
ما از مسئله شروع می‌کنیم، نه از فناوری. ابتدا نیازهای پژوهشگران، درمانگران و کاربران را می‌شناسیم؛ سپس آن‌ها را به محصولات علمی و فناورانه تبدیل می‌کنیم. در این مسیر، تخصص روان‌شناختی، طراحی محصول، مهندسی نرم‌افزار و علم داده در کنار یکدیگر قرار می‌گیرند تا محصولاتی کاربردی، دقیق و انسان‌محور ساخته شوند.
1 درک مسئله
هر پروژه با یک مسئله واقعی آغاز می‌شود. ابتدا نیازهای پژوهشگران، متخصصان سلامت روان و کاربران را می‌شناسیم و مسئله را از زاویه علمی، کاربردی و فنی بررسی می‌کنیم.
2 تبدیل به محصول
مسئله را به یک راهکار قابل اجرا تبدیل می‌کنیم؛ از تعریف نیازمندی‌ها و طراحی تجربه کاربری تا انتخاب فناوری و معماری مناسب برای محصول.
3 ساختن و آزمودن
محصول را به‌صورت مرحله‌ای توسعه می‌دهیم و با آزمون، بازخورد کاربران و ارزیابی مستمر، عملکرد و تجربه کاربری آن را بهبود می‌بخشیم.
4 پشتیبانی پس از عرضه
عرضه محصول پایان کار نیست. بازخوردها، داده‌های استفاده و نیازهای جدید را دنبال می‌کنیم تا محصول در طول زمان دقیق‌تر، کاربردی‌تر و متناسب‌تر با نیاز کاربران شود.
تیم Psychotech
روان‌شناسی بالینی، فناوری و طراحی در کنار هم
Psychotech حاصل همکاری تخصص‌های مکمل است؛ از روان‌شناسی بالینی و پژوهش تا هوش مصنوعی، توسعه نرم‌افزار، طراحی محصول و تجربه کاربری. این ترکیب به ما کمک می‌کند مسائل پیچیده حوزه روان‌شناسی را از زوایای علمی، فنی و کاربردی بررسی و به راهکارهای قابل استفاده تبدیل کنیم.
SE
سهیل اشراق‌نیا
بنیان‌گذار و مدیرعامل (Founder & CEO)
KA
کمیل ابدال
مدیر فنی (Technical Lead)
MA
محمد ابدال
طراح محصول و رابط/ تجربه کاربری (Product & UI/UX Designer)
05 — بلاگ
آخرین نوشته‌ها
یادداشت‌هایی دربارهٔ روان‌شناسی، محصول و ساخت نرم‌افزار در تقاطع انسان و فناوری.
سلامت روان دیجیتال۵ بازدید
چرا یک نسخه برای همه جواب نمی‌دهد؟ از تفاوت‌های فردی تا سلامت روان شخصی‌سازی‌شده
افراد در تجربه هیجان‌ها، واکنش به استرس و الگوهای رفتاری با یکدیگر تفاوت دارند. این مقاله بررسی می‌کند که داده‌های فردی، سنجش‌های مکرر و یادگیری ماشین چگونه می‌توانند به شخصی‌سازی ابزارهای سلامت روان دیجیتال کمک کنند و این رویکرد با چه محدودیت‌ها و ملاحظات اخلاقی همراه است.
ادامه مطلب
پژوهش روان‌شناختی و علم داده۳ بازدید
یک میانگین، هزاران اختلاف؛ چرا روان‌شناسی به داده‌های طولی نیاز دارد؟
آیا میانگین نمرات روان‌شناختی می‌تواند تجربه واقعی افراد را به‌درستی نشان دهد؟ داده‌های طولی به پژوهشگران امکان می‌دهند تغییرات روان‌شناختی را در طول زمان بررسی کنند و تفاوت میان افراد را از نوسانات درون هر فرد متمایز سازند. در این مقاله با مفهوم داده‌های طولی، اهمیت آن‌ها در روان‌شناسی، نقش EMA و کاربرد روش‌های آماری و یادگیری ماشین آشنا می‌شوید.
ادامه مطلب
هوش مصنوعی و روان‌شناسی۱ بازدید
از داده تا پیش‌بینی؛ یادگیری ماشین چگونه به روان‌شناسی کمک می‌کند؟
آیا می‌توان از داده‌های روزمره برای شناسایی الگوهای روان‌شناختی و پیش‌بینی تغییرات آینده استفاده کرد؟ یادگیری ماشین چنین امکانی را فراهم می‌کند. در این مقاله با کاربردهای این فناوری در روان‌شناسی، تحلیل داده‌های EMA، مفهوم AutoML و قابلیت اجرای یک‌کلیکی مدل‌های یادگیری ماشین در پلتفرم التیام آشنا می‌شوید.
ادامه مطلببا ما در ارتباط باشید
بیایید درباره مسئله شما صحبت کنیم.
اگر پژوهشگر، درمانگر، نماینده یک دانشگاه یا سازمان هستید و به دنبال یک محصول فناورانه در حوزه روان‌شناسی و سلامت روان می‌گردید، با ما در تماس باشید. درباره ایده، نیاز یا پروژه‌تان با ما صحبت کنید.