智能手机应用使用强化学习治疗肥胖:单臂可行性研究
Ken Kurisu1, Yoshiharu Yamamoto2, Tomohisa Aoyama3
1Department of Stress Sciences and Psychosomatic Medicine, Graduate School of Medicine, The University of Tokyo, 7-3-1, Hongo, Bunkyo-ku, Tokyo, 113-8655, Japan, 81 3-5800-9764.
JMIR human factors
|February 26, 2026
概括
这项研究开发了一个智能手机应用程序,使用强化学习来帮助治疗肥胖. 该应用程序证明了可行性和潜在的有效性,参与者显示BMI有所改善,能量摄入量减少.
科学领域:
- 肥胖研究的研究.
- 行为科学是一种行为科学.
- 数字健康干预措施 数字健康干预措施
背景情况:
- 针对肥胖的传统行为干预往往需要大量的时间.
- 智能手机应用程序为提供干预提供了一个可扩展的解决方案.
- 使用强化学习进行个性化优化可以增强行为变化支持.
研究的目的:
- 为肥胖患者开发和评估智能手机应用程序的可行性.
- 研究强化学习在优化体重管理日常行为支持方面的潜力.
主要方法:
- 创建了一个智能手机应用程序,以帮助用户设置和审查日常减肥行为.
- 普森采样,一个多臂强盗算法,优化了行为呈现顺序.
- 20名肥胖患者使用了该应用程序4周,每天监测体重,情绪和应用程序使用情况.
主要成果:
- 所有20名参与者完成了为期4周的研究,平均应用使用率高达98.3%.
- 身体质量指数 (BMI),每日能量摄入量和周末坐着时间的显著改善.
- 在较高的先前抑郁情绪水平和较少的日常行为之间发现了显著的关联.
结论:
- 智能手机应用程序利用强化学习是可行的肥胖管理和显示潜在的有效性.
- 前面的抑郁情绪可能会对减肥至关重要的日常行为产生负面影响.
- 与人工智能集成的数字健康工具为肥胖干预提供了一个有希望的途径.
