躁鬱症情緒監測 智慧手錶Fitbit預測準確度達9成

波士頓布萊根婦女醫院開發了一款手錶，利用個人化演算法準確預測躁鬱症相關情緒的發作，幫助患者與醫生更好地監測患者的情緒波動與週期。

編譯／高晟鈞

波士頓布萊根婦女醫院開發了一款手錶，利用個人化演算法準確預測躁鬱症相關情緒的發作，幫助患者與醫生更好地監測患者的情緒波動與週期。

雙向情感障礙是什麼？

雙向情感障礙，俗稱躁鬱症，是一種混合了躁症與憂鬱症的精神疾患。患者有明顯的「躁期」（情緒過高）與「鬱期」（過低），而這種情緒失調是突發且難以主動控制的。大多患有躁鬱症的患者，每年至少經歷3次以上症狀嚴重程度不一，情緒的極端變化。當情緒處於「躁期」時，患者會感到非常快樂、思緒活躍且活動量顯著增加；相反地，當患者處於「鬱期」時，會感到極度悲傷、抑鬱、活動量極低等憂鬱症的典型現象。

更多新聞: 經顱磁刺激5天 竟能緩解憂鬱症

躁鬱症根據發作的特徵與時間長度不同，可以分為3種型態：第一、第二與循環型。第一型包含憂鬱期、躁期與輕躁期，但躁期不一定會出現（至少出現過一周的躁期）；第二型則有輕躁期、鬱期卻無躁期，且至少出現過一次重鬱與輕躁症發作；循環型則是為期至少兩年，且沒有明顯躁期或重鬱期的患者。

躁鬱症情緒手錶Fitbit

這項研究的受試者招募了54名診斷有第一二型的成年人，並要求他們連續配戴Fitbit九個月。Fitbit能收集有關患者的活動（步數、非常活躍的時間長度、久坐的時間長度）、心率（靜止與正常）和睡眠（深度睡眠期、快速動眼期與就寢時間）等數據，用於訓練機器學習演算法。此外，受試者也被要求在九個月的期間每兩周自我報告一次鬱期與躁期的發作情形。以上數據都將幫助演算法找出每個變數在預測躁鬱症不同臨床症狀的重要性。

演算法的預測準確度達到了89.1%，且有五個對於鬱期最重要的變量：總睡眠時間、就寢時間、靜止心率、醒著的持續時間與深度睡眠的時長百分比。

研究人員表示，研究結果的所有數據都是被動收集的，且不會侵犯患者任何隱私。未來，這類機器學習演算法將能幫助患者的治療團隊對患者進行監測與治療的效率，幫助病情惡化甚至加速治療。

資料來源:NewsAtlas

這篇文章 躁鬱症情緒監測 智慧手錶Fitbit預測準確度達9成 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。