スマートフォンのセンサーによるキャンパス環境におけるうつ病検知: 小規模なサンプル行動分析による概念実証研究

科学分野:

• デジタル・ヘルス
• メンタルヘルス技術
• 行動科学

背景:

• 鬱 は 全 世界 で,特に 青少年 の 間 で 増加 し て いる 問題 です.
• 大学生は 独特の精神的健康問題に直面します
• うつ病の早期発見は 効果的な介入に不可欠です

研究 の 目的:

• 中国の大学生におけるうつ病の検出に スマートフォンのセンサーデータを 利用する可能性を調査する.
• スマートフォンのセンサーを使って 鬱症状に伴う行動パターンを特定します
• センサデータに基づくうつ病の検出における機械学習モデルの精度を評価する.

主な方法:

• 12人の大学生から アクセロメーターや ギロスコープや 光センサーからデータを集めました
• キャンパス環境のためのカスタムデータ処理スキームを開発しました.
• 18の特徴の配列を抽出し,ピアソン相関を用いた特徴の選択を行い, モデルを"つを除外したクロス検証で検証した.
• モデルの訓練と評価のために一般的な分類アルゴリズムを使用した.

主要な成果:

• 73.11%から88.24%までの検出精度を達成しました.
• うつ病スコア (PHQ-9) と食事の規則性,寝る時間の一貫性,身体活動レベルとの間に有意な負の相関が確認された.
• スマートフォンから得られた行動データと 自己報告されたうつ症状の関連性を示した.

結論:

• スマートフォンのセンサーは 中国の高等教育機関で 非侵襲的な早期うつ病検知に 有望です
• スマートフォンが記録した行動パターンは うつ病の症状を示す指標となります
• このアプローチは,学生のための新しい技術主導の メンタルヘルスサポートシステムの開発を支援します.