可穿戴设备可以通过轻松捕捉幸福数据收集使用人工智能

应用机器学习模型,一种人工智能(AI),被动地从可穿戴设备收集的数据可以确定病人的韧性和幸福度,据研究人员伊坎在纽约西奈山医学院。

研究结果发表在5月2日的问题JAMIA开放,支持可穿戴设备,如苹果看,作为一种远程监控和评估心理状态不需要完成心理健康问卷调查。

论文,题为“机器学习方法来确定弹性利用可穿戴设备数据:分析观察队列”,指出弹性,或一个人克服困难的能力,是一个重要的压力缓解剂,降低发病率,并改善了慢性疾病管理。

“这套可提供一种手段不断收集个人的身体状况的信息。我们的研究结果提供见解的可行性评估心理特点从这个被动地收集的数据,”医学博士罗伯特·p·Hirten第一作者说临床主任,在西奈山Hasso Plattner数字卫生研究所。“据我们所知,这是第一个研究来评估是否弹性,一个关键的心理健康特点,可以从设备评估,如苹果的手表。”

精神疾病是常见的,占全球疾病负担的13%,有四分之一的人口在某一时刻出现心理疾病。然而我们有有限的资源评价,研究人员说。

“有广泛的访问在地理和之间的差距社会经济地位,需要现场评估或验证的完成心理健康调查进一步限制,”资深作者扎西·法耶博士说,生物医学工程和成像研究所主任伊坎西奈山。“更好的理解在心理风险和一种改进的跟踪需要心理干预的影响。数字技术的发展提供了一个机会来改善精神卫生服务为所有的人。”

可以训练来确定机器学习模型来区分一个人的韧性和心理健康程度使用可穿戴设备的数据,伊坎西奈山的研究人员的数据分析战士看研究。杠杆对当前数字观察研究,329年数据集组成卫生保健工作者进入七医院在纽约市。

受试者戴一个苹果看系列4或5的时间参与,测量心率变异性在随访期间,静息心率。调查收集测量弹性、乐观和情感支持在基线。收集的指标是预测确定弹性或健康状态。尽管战士看研究不是为了评估这个端点,发现支持了进一步的评估心理特征从被动地收集的可穿戴的数据。

“我们希望这种方法将使我们能够给一个更大的人口带来心理评估和护理,谁可能没有访问,“Micol茨威格说,英里,论文的合著者临床研究副主任,在西奈山Hasso Plattner数字卫生研究所。“我们也打算评估该技术在其他患者群体进一步细化算法,提高其适用性”。

为此,研究小组计划继续使用可穿戴的数据观察一系列的生理和心理疾病和疾病。同步发展的先进的分析工具,包括人工智能,调查人员说,可以方便的分析收集的数据从这些设备和应用程序来识别模式与一个给定的精神或身体疾病状态。