Ученые использовали данные с устройств для создания алгоритма машинного обучения, который с высокой точностью определяет депрессивные, маниакальные и гипоманиакальные эпизоды.
В эксперименте приняли участие 54 взрослых с диагнозом БР, которые на протяжении девяти месяцев носили устройства Fitbit. Трекеры фиксировали такие показатели, как уровень физической активности, частоту сердечных сокращений и режим сна. Каждые две недели участники самостоятельно сообщали о своих симптомах. Алгоритм анализировал 17 различных параметров, включая общее время сна, эффективность отдыха и количество активных минут.
Результаты оказались впечатляющими. Система предсказала маниакальные эпизоды с точностью 89,1%, а депрессивные — с точностью 80,1%. Среди ключевых индикаторов выделились показатели, связанные с качеством сна и уровнем активности. Например, изменения в частоте сердечных сокращений и продолжительности сна стали одними из главных сигналов надвигающихся изменений настроения.
Исследователи отмечают, что эта технология имеет большой потенциал для клинического применения. Возможность отслеживать изменения в режиме реального времени может помочь врачам оперативно корректировать лечение и предотвращать тяжелые эпизоды. По мнению специалистов, такие инструменты способны повысить качество жизни пациентов с БР, облегчая контроль над симптомами и сокращая время реакции на изменения в состоянии.
Применение подобных технологий в медицине подчеркивает растущую роль носимых устройств в мониторинге здоровья. Исследование Fitbit — это еще один шаг к интеграции технологий искусственного интеллекта и медицины, способствующий персонализированному подходу к лечению психических заболеваний.