心理健康AI:利用个人健康设备数据来优化精神病治疗
Manan Shukla1, Oshani Seneviratne1
1Rensselaer Polytechnic Institute, Troy, NY, USA.
AMIA ... Annual Symposium proceedings. AMIA Symposium
|January 15, 2024
概括
这项研究引入了一个个性化的心理健康跟踪系统,使用个人健康设备的生理数据. 它提供了一种保护隐私的情绪预测方法,以帮助精神病治疗.
科学领域:
- 数字健康数字健康
- 精神病学是一个精神病学.
- 机器学习 机器学习
背景情况:
- 目前的心理健康诊断严重依赖于患者的主观输入和病史.
- 客观的,持续的患者监测在传统的精神病治疗中缺乏.
- 为了改善治疗和管理,需要个性化心理健康跟踪.
研究的目的:
- 开发一个个性化的心理健康跟踪和情绪预测系统.
- 为了利用个人健康设备的患者生理数据进行心理健康监测.
- 通过客观,实时的患者见解来增强精神病治疗.
主要方法:
- 利用了将转移和联合机器学习结合在一起的去中心化学习机制.
- 实施智能合约以确保数据隐私和用户控制.
- 收集和分析个人健康设备的生理数据.
- 通过使用一个流行的心理健康数据集来评估模型.
主要成果:
- 拟议的系统在心理健康跟踪和情绪预测方面显示出有希望的结果.
- 分散式学习方法保持了用户设备上的数据隐私.
- 该系统有效地跟踪精神健康状况,用于精神病管理.
- 使用生理数据实现了准确的情绪预测.
结论:
- 开发的系统为个性化心理健康跟踪提供了一种新的,对隐私有意识的解决方案.
- 智能合约的分散学习增强了心理健康护理中的问责制.
- 连接的卫生系统和机器学习为精神病学家提供了宝贵的见解.
- 这种方法可以改善临床环境之外的患者监测.
