社交比特:一项前性观察研究的协议,用于验证一种可穿戴的社会传感器,用于具有不同神经能力的中风幸存者

科学领域:

• 生物医学工程 生物医学工程
• 医疗保健中的人工智能
• 社会科学研究社会科学研究

背景情况:

• 社会隔离是一个重要的健康风险因素.
• 减少社交互动,这是孤立的标志,可以通过声学检测.
• 现有的社会互动监测方法对于不同的人群来说缺乏可访问性.

研究的目的:

• 在中风幸存者中验证SocialBit算法的准确性.
• 评估SocialBit在不同语言,认知和身体缺陷的个体中的表现.
• 建立SocialBit作为一个普遍可访问的社会传感器,用于各种能力.

主要方法:

• 一种机器学习算法SocialBit被开发出来,可以使用环境音频的声音特征来检测社交互动的分钟.
• 社交比特运行在智能手表上,不使用自然语言处理.
• 在住院和康复期间,对200名中风幸存者进行了长达8天的监测,人类观察员提供了地面真相数据.

主要成果:

• 这项研究旨在分析SocialBit的表现与人类观察相比.
• 这项研究将研究社交互动持续时间与中风特征/结果之间的相关性.
• 在多样化的患者群体中验证是证明通用可访问性的关键.

结论:

• 社交比特有可能成为商业设备上的第一个社会传感器,适用于具有不同能力的个人.
• 准确检测社会互动可以帮助减轻与社会隔离相关的健康风险.
• 这项技术可以加强健康监测和对弱势群体的支持.