Использование данных носимых устройств может помочь в раннем выявлении депрессии

В основу метода легло «цифровое фенотипирование» — непрерывный мониторинг поведенческих и физиологических маркеров. Исследование подтвердило, что развитие депрессии коррелирует с набором специфических изменений в данных: увеличением времени, проводимого дома, резкой нестабильностью циклов сна и общим снижением физической мобильности. Помимо двигательной активности, значимыми предикторами признаны изменения в паттернах коммуникации (частота звонков и сообщений), вариабельность сердечного ритма и субъективные оценки настроения, вносимые пользователями.

Анализ вычислительных методов показал, что персонализированные модели и алгоритмы обнаружения аномалий значительно превосходят обобщенные системы. Эффективность прогноза напрямую зависит от того, учитывает ли алгоритм уникальные привычки и биологические нормы конкретного индивида. Это позволяет системе идентифицировать отклонения от привычного ритма жизни как потенциальные признаки депрессивного эпизода.

Практическое применение результатов исследования направлено на создание систем «своевременного прогнозирования» (just-in-time prediction). В перспективе мобильные приложения смогут автоматически уведомлять пользователей о рисках и предлагать контакты профильных служб до того, как расстройство примет деструктивную форму. Авторы указывают на необходимость дальнейшего тестирования этих моделей на более разнообразных выборках населения для повышения точности автоматизированной диагностики.