W dwóch artykułach z laboratorium Tanzeema Choudhury'ego, profesora z Cornell Tech, przeanalizowano, w jaki sposób dane smartfonów mogą ułatwiać samoocenę pacjentów dotyczącą ich stanu, a także zmiany w ich wzorcach zachowania w ciągu 30 dni.
Wczesne przewidywanie nawrotów schizofrenii – potencjalnie niebezpiecznych epizodów, które mogą wiązać się z halucynacjami, lękiem przed krzywdą, depresją lub wycofaniem – może zapobiegać hospitalizacji, a także zapewnia klinicystom i pacjentom cenne informacje, które mogłyby ulepszyć i spersonalizować ich opiekę.
Niebezpieczne nawroty schizofrenii
Naukowcy zebrali dane ze smartfonów od 60 uczestników w ciągu jednego roku, z których 18 doświadczyło w tym czasie nawrotu. Wykorzystali sieci neuronowe typu koder-dekoder – rodzaj uczenia maszynowego, które jest dobre w uczeniu się złożonych funkcji na podstawie wysoce nieregularnych danych – w celu wykrycia wzorców zachowań, takich jak sen, liczba nieodebranych połączeń oraz czas trwania i częstotliwość rozmów.
Metoda wykazała medianę 108% wzrostu anomalii behawioralnych w ciągu 30 dni poprzedzających nawroty, w porównaniu z zachowaniem w dniach względnego zdrowia.
W artykule wykorzystano dane zebrane we współpracy z University of Washington, Dartmouth College i Northwell Health System. Oparty na tym samym zestawie danych, inny artykuł – „Używanie rytmów behawioralnych i uczenia się wielu zadań do przewidywania drobnoziarnistych objawów schizofrenii”, który został opublikowany w Scientific Reports – wykorzystał uczenie maszynowe do lepszego zrozumienia i przewidywania objawów wynikających ze zmian w rytmach behawioralnych w sposób pasywny wykrywane przez inteligentne urządzenia.
Czytaj też:
Psychoza poporodowa: czym jest i jak się objawia?