新加坡科学家利用可穿戴技术检测抑郁症

来自新加坡南洋理工大学 (NTU Singapore)的一组科学家开发了一种预测性计算机程序，可用于检测抑郁症风险增加的个体。在使用来自抑郁症和健康参与者群体的数据进行的试验中，该程序在检测那些抑郁症高风险和没有风险的个体方面达到了 80% 的准确率。

该程序由机器学习提供支持，名为 Ycogni 模型，通过分析个人的身体活动、睡眠模式和昼夜节律来筛查抑郁症的风险，这些数据来自可穿戴设备的数据，这些数据来自测量的步数、心率、能量消耗的数据和睡眠数据。

根据世界卫生组织的数据，全球有 2.64 亿人受到抑郁症的影响，其中一半的病例没有得到诊断和治疗。在新加坡，COVID-19 大流行导致人们对心理健康的担忧增加。新加坡心理健康研究所的一项新研究指出，心理健康问题可能会增加，包括与大流行相关的抑郁症。

为了开发 Ycogni 模型，科学家们在新加坡进行了一项涉及 290 名在职成年人的研究。参与者连续 14 天佩戴 Fitbit Charge 2 设备，并在研究开始和结束时完成了两项筛查抑郁症状的健康调查。

参与者的平均年龄为 33 岁，样本与新加坡的种族人口密切相关。参与者被要求一直佩戴追踪器，并且只有在淋浴或设备需要充电时才能将其取下。

研究成功地表明，我们可以利用来自可穿戴设备的传感器数据来帮助检测个体患抑郁症的风险。通过利用该研究中的机器学习方法，以及可穿戴设备的日益普及，有朝一日这项技术可以用于抑郁症筛查。获取更多前沿科技 研究进展 访问：https://byteclicks.com

研究人员希望这项研究能够为使用可穿戴技术帮助个人、研究人员、心理健康从业者和政策制定者奠定基础。以改善心理健康。

但在更通用和更具未来感的应用中，我们相信此类信号可以与智能建筑甚至智能城市计划集成：想象一家医院或军事单位可以使用这些信号来识别处于危险中的人。

该研究结果于 11 月发表在同行评审的学术期刊JMIR mHealth 和 uHealth上。