调查人员评估了来自健身追踪器的数据是否能够有效识别躁郁症患者的情绪波动。
研究表明，健身追踪器可以帮助识别躁郁症中的情绪变化，以增强治疗。
来自布莱根和妇女医院的研究人员，该医院是马萨诸塞州综合医院医疗网络的一部分，研究了从健身追踪器收集的数据是否能够可靠地识别被诊断为躁郁症患者的情绪阶段。他们的研究发表在斯堪的纳维亚精神病学杂志上，揭示了确实可以高精度地识别躁郁症患者正在经历抑郁或狂躁发作的时刻，这得益于健身追踪设备提供的信息。
首席作者、布莱根精神病学部的研究员杰西卡·利普希茨（Jessica Lipschitz）博士表示：“大多数人都携带个人数字设备，如智能手机和智能手表，这些设备记录的日常数据可能对精神护理有用。我们的目标是利用这些信息来识别躁郁症患者的情绪变化。” “我们希望在未来，像我们这样的机器学习模型能够帮助治疗团队迅速应对新的或持续的发作，最大限度减少其不良影响。”
躁郁症（BD）是一种长期精神健康状况，其特征是严重的情绪波动，包括抑郁、狂躁和轻躁的时期，之后是稳定的时期。识别和处理新的及持续的情绪发作对于减少BD对患者生活的影响至关重要。尽管早期研究表明个人数字设备可以成功检测情绪发作，但它们并未使用适合广泛临床应用的方法。
作为一名实施科学家，利普希茨及其团队专注于可以广泛应用于临床环境的方法。他们特别使用了市面上可获得的个人数字设备、最小的数据过滤以及完全被动、非侵入性的数据收集。通过采用一种新的机器学习算法，他们在检测显著抑郁症状时达到了80.1%的准确率，在检测显著狂躁症状时达到了89.1%的准确率。
研究人员断言，“总体而言，这些发现促进了朝着适合所有患者的个性化算法发展的方向，而不仅仅是那些表现出高度依从性、能够使用专门设备或愿意提供侵入性数据的患者。”他们的下一个目标是将这些预测算法应用于日常护理，让其能够通过在患者定期预约之间提醒医疗提供者当患者经历抑郁或狂躁发作时，增强BD的管理。此外，团队还致力于将此研究扩展到涵盖重度抑郁症。
