纽约西奈山伊坎医学院的研究人员表示,将机器学习模型应用于从可穿戴设备被动收集的数据,可以识别患者的恢复力和健康程度。
这项研究结果发表在5月2日出版的《美国医学会杂志公开版》上,支持Apple Watch等可穿戴设备,作为远程监测和评估心理状态的一种方式,无需完成心理健康问卷。
论文指出,韧性,或个人克服困难的能力,是一种重要的压力缓解剂,可以降低发病率,改善慢性病管理。
第一作者Robert P.Hirten医学博士、西奈山Hasso Plattner数字健康研究所临床主任表示:“可穿戴设备提供了一种持续收集个人身体状态信息的手段。我们的研究结果深入了解了从这些被动收集的数据中评估心理特征的可行性。据我们所知,这是第一项评估恢复力这一关键心理健康功能是否可以通过Apple Watch等设备进行评估的研究。”
心理健康障碍很常见,占全球疾病负担的13%,四分之一的人口在某个时候患有心理疾病。然而,研究人员表示,我们用于评估他们的资源有限。
伊坎西奈山生物医学工程与成像研究所所长、资深作者扎希·法亚德博士表示:“不同地理位置和社会经济地位在获取信息方面存在巨大差异,亲自评估或完成经验证的心理健康调查的必要性进一步受到限制。需要更好地了解谁有心理风险,并改进跟踪心理干预影响的方法。数字技术的发展为改善所有人获得心理健康服务的机会提供了机会。”
为了确定是否可以使用可穿戴设备的数据训练机器学习模型来区分个人的恢复力和心理健康程度,伊坎西奈山的研究人员分析了勇士手表研究的数据。利用当前的数字观察性研究,该数据集包括纽约市七家医院的329名医护人员。
受试者在参与期间佩戴Apple WatchSeries 4或5,测量整个随访期间的心率变异性和静息心率。收集的调查测量了基线时的韧性、乐观主义和情感支持。研究发现,所收集的指标在识别恢复力或幸福状态方面具有预测性。尽管Warrior Watch研究并不是为了评估这一终点而设计的,但研究结果支持从被动收集的可穿戴数据中进一步评估心理特征。
该论文的合著者、西奈山Hasso Plattner数字健康研究所临床研究副主任、公共卫生硕士Micol Zweig说:“我们希望这种方法能让我们为更多的人群提供心理评估和护理,他们目前可能无法获得。我们还打算在其他患者群体中评估这项技术,以进一步完善算法并提高其适用性。”
为此,研究团队计划继续使用可穿戴数据来观察一系列身体和心理障碍和疾病。研究人员表示,包括人工智能在内的复杂分析工具的同时开发,可以促进对从这些设备和应用程序收集的数据的分析,以识别与特定精神或身体疾病相关的模式。
领取专属 10元无门槛券
私享最新 技术干货