研究人员使用健身追踪器数据和机器学习来检测双相情感障碍的情绪波动
作者：by Brigham and Women’s Hospital
研究表明，健身追踪器可以检测双相情感障碍的情绪发作，以帮助推动治疗
麻省总医院布莱格姆妇女医院 (Brigham and Women's Hospital) 是麻省总医院布莱根医疗保健系统的创始成员，其研究人员评估了是否从健身追踪器可用于准确检测患有以下疾病的人的情绪发作躁郁症。他们的研究结果发表于斯堪的纳维亚精神病学学报，表明使用健身跟踪设备的数据可以高精度检测双相情感障碍患者经历抑郁或躁狂的时间间隔。
“大多数人都带着智能手机和智能手表等个人数字设备四处走动，这些设备可以捕获日常数据，从而为人们提供信息精神科治疗。我们的目标是利用这些数据来确定被诊断患有双相情感障碍的研究参与者何时经历情绪发作，”通讯作者、布里格姆精神病学系的研究员杰西卡·利普希茨博士说。
“未来，我们希望像我们这样的机器学习算法可以帮助患者的治疗团队快速响应新的或持续的事件，以限制负面影响。”
双相情感障碍（BD）是一种慢性精神疾病，其特征是极端的情绪波动，包括抑郁、躁狂和轻躁狂，然后是缓解期。识别和治疗新的、持续的情绪发作对于限制双相情感障碍对患者生活的影响至关重要。虽然之前的研究表明个人数字设备可以准确地检测情绪发作，但之前的研究尚未使用专为在临床环境中广泛应用而设计的方法。
作为一名实施科学家，利普希茨和同事们致力于使用可以在临床实践中广泛实施的方法。具体来说，他们使用市售的个人数字设备、有限的数据过滤以及完全被动收集的非侵入性数据。通过应用新型机器学习算法，他们能够以 80.1% 的准确率检测临床显着的抑郁症症状，并以 89.1% 的准确率检测临床显着的躁狂症症状。
研究人员指出，“总体而言，结果使该领域朝着适合全体患者的个性化算法迈出了一步，而不仅仅是那些具有高依从性、可以使用专用设备或愿意共享侵入性数据的患者。”
他们的下一步是将这些预测算法应用到日常护理中，通过通知临床医生患者在预定的预约之间何时经历抑郁或躁狂发作，从而改善双相情感障碍的治疗。研究人员还一直致力于将这项工作扩展到主要领域抑郁症。
更多信息：Jessica M. Lipschitz 等人，双相情感障碍的数字表型：使用纵向 Fitbit 数据和个性化机器学习来预测情绪症状，斯堪的纳维亚精神病学学报（2024）。DOI：10.1111/acps.13765
引文:研究人员使用健身追踪器数据和机器学习来检测躁郁症情绪波动（2024 年，11 月 25 日）检索日期：2024 年 11 月 26 日来自 https://medicalxpress.com/news/2024-11-tracker-machine-bipolar-disorder-mood.html
本文档受版权保护。除了出于私人学习或研究目的的任何公平交易外，不得未经书面许可，不得复制部分内容。所提供的内容仅供参考。
关于《研究人员使用健身追踪器数据和机器学习来检测双相情感障碍的情绪波动》的评论
暂无评论