Изкуствен интелект е бил обучен върху 17 показателя, проследявани от Fitbit Inspire

Изследователи са използвали ежедневни данни от Fitbit, за да обучат алгоритъм за машинно обучение, който точно предсказва епизоди, свързани с промени в настроението при биполярно разстройство (БР). Това открива възможността за използване на персонализиран алгоритъм в лечението на това значително въздействащо състояние. На теория алгоритъмът трябва да функционира с устройствата и на други производители.

Биполярното разстройство се характеризира с епизоди на изключителни промени в настроението - от депресия до мания, последвани от периоди на ремисия. Тези промени могат да окажат огромно влияние върху работата, взаимоотношенията и здравето на човек. Ефективното лечение изисква бързо идентифициране и адресиране на епизодите.

В ново проучване изследователи от болницата Brigham and Women's Hospital (BWH) в Бостън използвали широко фитнес гривна на Fitbit, за да разработят точен метод за откриване на такива епизоди.

"Повечето хора носят лични дигитални устройства като смартфони и смарт часовници, които събират ежедневни данни, които могат да помогнат в психиатричното лечение", казва д-р Джесика Липшиц, водещ автор на проучването. "Целта ни беше да използваме тези данни, за да идентифицираме кога участниците, диагностицирани с биполярно разстройство, преживяват епизоди на промени в настроението."

Изследването включило 54 възрастни с диагноза БР тип I или БР тип II, които носили Fitbit Inspire непрекъснато в продължение на девет месеца. Устройството събирало информация за активността, сърдечния ритъм и съня. Участниците също така докладвали за симптоми на депресия и мания на всеки две седмици.

Данните, включващи 17 показателя, като брой стъпки, време на интензивна активност, сърдечен ритъм в покой, продължителност на съня и ефективност на съня, били използвани за обучение на алгоритъм.

Той успял да определи значението на всеки показател за прогнозиране на клинично значими симптоми на депресия и мания.

Алгоритъмът предсказал с точност от 89,1% симптомите на мания (с чувствителност 80,0% и специфичност 90,1%) и с точност от 80,1% симптомите на депресия (с чувствителност 71,2% и специфичност 85,6%).

Сред най-важните показатели за депресия били продължителността на събужданията, общото време на сън, средното време на лягане, сърдечният ритъм в покой и процентът на сън в дълбока фаза. За мания или хипомания ключовите показатели включвали сърдечния ритъм, ефективността на съня, процента на REM сън, минутите на активност и средното време на лягане.

"Нашите резултати са особено значими, защото всички данни бяха събирани пасивно, без инвазивни процедури или нарушаване на личното пространство", обясняват изследователите. "Методът ни използва потребителски устройства и не изисква висока степен на спазване от страна на потребителите."

Това откритие има потенциала да трансформира моделите на грижа за биполярното разстройство и да подобри прецизността на лечението.

"Надяваме се, че в бъдеще алгоритми като нашия ще помогнат на екипите за лечение да реагират бързо на нови или продължителни епизоди, за да се ограничи негативното въздействие върху пациента," заявява Липшиц.

Проучването е публикувано в списанието Acta Psychiatrica Scandinavica и е достъпно в предварителен вид.