数据来自用于检测抑郁症的可穿戴技术

根据世界卫生组织2021年发布的一份情况说明书，抑郁症影响着全球2.64亿人，其中一半的病例未得到诊断和治疗。在新加坡，Covid-19大流行导致人们对心理健康的担忧加剧，新加坡心理健康研究所的一项研究指出，与大流行有关的心理健康问题，包括抑郁症，可能会增加。

与此同时，据估计，已经有近10亿人佩戴活动追踪器，高于2019年的7.22亿人。

南洋理工大学新加坡研究小组利用抑郁和健康参与者的数据进行了试验。这个名为“Ycogni模型”的程序由机器学习驱动，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，这些设备测量了人们的步数、心率、能量消耗和睡眠数据。

为了建立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健康调查，筛查抑郁症状。

参与者的平均年龄为33岁，样本与新加坡的少数民族人口非常相似。参与者被要求一直佩戴追踪器，只有在洗澡或设备需要充电时才能取下它们。

除了能够准确地确定个体是否有更高的患抑郁症的风险，研究人员还成功地将参与者的某些行为模式与抑郁症状联系起来，包括无助和绝望的感觉，对日常活动失去兴趣，以及食欲或体重的变化。

通过分析他们的发现，科学家们发现那些在凌晨2点到4点以及凌晨4点到6点之间心率变化更大的人，更容易出现更严重的抑郁症状。这一观察结果证实了之前的研究结果，即睡眠时心率的变化可能是抑郁症的有效生理标志。

该研究还发现，不规律的睡眠模式，如不同的起床和睡觉时间，与较高的抑郁症状倾向有关。

科学家们解释说，尽管工作日的生物钟主要由工作日程决定，但抑郁症患者和健康人群在遵循这种日程的能力上有更好的区别，健康人群在起床和睡觉的时间上表现出更大的规律性。

总的来说，该程序在检测抑郁症高风险人群和无风险人群方面的准确率达到了80%。

南大李光前医学院人口健康科学中心主任Josip Car教授是这项研究的联合负责人，他说:“我们的研究成功地表明，我们可以利用可穿戴设备的传感器数据来帮助检测个人患抑郁症的风险。通过利用我们的机器学习程序，以及日益流行的可穿戴设备，有一天它可以用于及时和不显眼的抑郁症筛查。”

南洋理工大学南洋商学院副教授Georgios Christopoulos是这项研究的联合负责人，他说:“我们希望这项研究可以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改善心理健康奠定基础。”但在更通用和未来的应用中，我们相信这种信号可以与智能建筑甚至智能城市项目集成:想象一下，医院或军事单位可以使用这些信号来识别有风险的人。”

卡尔教授补充说:“我们期待着扩大我们的研究，包括检测抑郁症风险的其他生命体征，如皮肤温度。对我们的项目进行微调有助于在普通人群中对抑郁症进行早期、不显眼、持续和经济有效的检测。”

副教授Christopoulos补充道:“我们的团队还将致力于扩展到其他类型的心理状态，比如精神疲劳，这似乎是当今一个令人担忧的问题。可穿戴设备还可以作为反馈系统的一部分，支持治疗师更好地评估患者的心理状态——例如，改善睡眠质量。”

在接下来的一年里，该团队希望通过丰富智能手机使用数据来探索智能手机使用对抑郁症状和患抑郁症风险的影响。这包括个人使用手机的时间和频率，以及他们对社交媒体的依赖程度。

研究结果——”抑郁症筛查的数字生物标志物
可穿戴设备:机器学习建模的横断面研究——发表在同行评议的学术期刊上JMIR mHealth和uHealth．