4最近有报道称，确认一个人的抑郁症严重程度需要心理健康专家的参与，他们使用传统的方法，如采访和自我报告，这一整套流程下来，会让患者花费大量的时间和金钱。
在这项工作中，我们日常使用的移动设备，比如手机、Ipad等，作为收集抑郁症状的工具，在进行抑郁快速检测方面发挥了巨大的作用。
为了提高抑郁检测的准确性，心理学家从DSM-5 (精神疾病诊断与统计手册)中提取了5个影响抑郁的因素(症状簇)，分别是体力活动、情绪、社交活动、睡眠和食物摄入，并从手机等移动设备的传感器中提取了与每个症状簇相关的特征。
心理学家们做了一个实验，一共招募了20个参与者，这些人的抑郁量表（PHQ - 9）得分来自四个不同的抑郁组，分别是：正常的、轻度抑郁、中度抑郁、严重抑郁症。在很短的时间内，机器学习模型自动将这些抑郁症患者进行分类。为了达到快速将抑郁分类的目的，他们开发了短期抑郁检测器(STDD)，这是一个由智能手机和可穿戴设备组成的框架，通过不断报告指标(传感器数据和自我报告)来对抑郁人群进行分类。
这项初步研究的结果显示，参与者的生态瞬时评估(EMA)自我报告与被动感知(传感器数据)在身体活动、情绪和睡眠水平上高度相关，结果验证了分组分类的可行性，准确率高达96.00%，这也为后续的心理治疗辅助诊断提供了契机。
参考文献：
Narziev N1, Goh H1, Toshnazarov K1, Lee SA2, Chung KM2, Noh Y.STDD: Short-Term Depression Detection with Passive Sensing.Sensors (Basel). 2020 Mar 4;20(5). pii: E1396. doi: 10.3390/s20051396.
网友评论