Naukowcy nauczyli się wykrywać depresję na podstawie danych z bransoletki fitness

Grupa naukowców z Uniwersytetu Technologicznego Nanyang w Singapurze rozwinięty predykcyjny program komputerowy, który można wykorzystać do wykrywania depresji. Opiera się na danych ze zwykłej bransoletki fitness.

Program o nazwie Ycogni działa w oparciu o uczenie maszynowe. Ocenia ryzyko depresji, analizując aktywność fizyczną, wzorce snu i rytmy dobowe danej osoby na podstawie danych z urządzeń do noszenia. W badaniu naukowcy wykorzystali bransoletki Fitbit Charge 2.

290 badanych nosiło trackery przez 14 dni. Można je było wyjąć tylko podczas kąpieli lub prysznica, a także do ładowania.

Na początku i ponownie pod koniec dwutygodniowego okresu uczestnicy wypełniali również kwestionariusz, który jest powszechnie używany do identyfikacji zaburzeń depresyjnych. Wyniki tych ankiet zostały połączone z danymi zebranymi przez Fitbit Charge 2 i wykorzystanymi do szkolenia Ycogni.

Po treningu, kiedy ten program był używany do analizy samych danych bransoletki, okazało się, że jest w około 80% dokładny w przewidywaniu rozwoju depresji.

Zauważono, że u osób z grupy ryzyka częstość akcji serca była bardziej zmienna między godziną 2 a 4 rano, a następnie ponownie między godziną 4 a 6 rano. Jest to zgodne z wcześniejszymi badaniami sugerującymi, że zmiany częstości akcji serca podczas snu mogą być silnym fizjologicznym wskaźnikiem depresji.

Ponadto bransoletki Fitbit Potwierdzonyże zagrożone osoby miały zwykle szerszy zakres godzin czuwania i snu. Co jest również wskaźnikiem możliwego zaburzenia.

Byli uczeni Stanford zasugerował zupełnie nowy sposób leczenia depresji, skuteczny u 79% pacjentów.