Facebook Twitter LinkedInメールプリント
大学院生は、スマートフォンデータを分析し、タイムリーな介入と治療につながる可能性のある行動の変化を検出するためのAIモデルを作成しています。
（左から）Zuckerman College of Public Healthの大学院生であるHannah Vuと、工学部の電気およびコンピューター工学部の助教授であるEung-Joo Lee博士、Eung-Joo Lee博士は、スキルセットを組み合わせて人工知能をヘルスケアに適用しています。
写真：クリス・ハニングによる写真、U of A Health Sciences Office of Communications
一番の持ち帰り：
- アリゾナ大学健康科学大学の大学院生は、AIおよびスマートフォンのデータを使用して行動の異常を特定し、精神的健康を追跡しています。
Hannah Vuは機械学習を使用して、スマートフォンデータを分析し、メンタルヘルス介入に使用できる行動異常を検出しました。写真：クリス・ハニングによる写真、U of A Health Sciences Office of Communications
うつ病、強迫性障害、物質使用障害などの精神的健康状態を持つ人々の場合、病気を管理する最も難しい部分は、物事が悪化しているときに認識し、助けを求めることができます。しかし、彼らの電話が彼らのためにそれをすることができるとしたらどうでしょうか？
それは、 ハンナ、の大学院生 アリゾナ大学メルとイーニッドザッカーマン公衆衛生大学。 Vuは指導の下で働いています Eungjoo Lee、PhD、の助教授 電気およびコンピューター工学部 で 工学部のu、スマートフォンからのデータを使用して、メンタルヘルスの病気に関連する行動の変化を検出するための人工知能ベースのツールを開発する。
このプロジェクトは、メンタルヘルスの悪化を示す可能性のある行動の微妙な変化を検出するために、デジタル表現型（個人用デバイスからアクティブおよびパッシブデータを収集する実践）におけるAIを拡大するためのより広範な推進の一部です。
「これは、自分自身を擁護することができないかもしれない人々に力を与えることです」とVuは言いました。 「私たちは、誰かがどこにいるか、彼らがどれだけ動いているか、携帯電話を使用している頻度のような空間的なデータを見ています。その情報は、時間の経過とともに動作を追跡するのに役立つ可能性があります。スマートフォンの使用やGPSの場所のパターンを測定することで、治療がどのように役立つかを見て、追跡する方法を見るための具体的な方法を与えることができます。」
データのパターンを見つける
疫学に集中して公衆衛生の修士号を追求しているVuは、この仕事にユニークな視点をもたらします。彼女の生理学の学部のバックグラウンドは、彼女に健康の生物学の基礎を与えましたが、彼女は行動の健康とそれを研究するために必要なツールにますます自分自身が惹かれていることに気づきました。
リーは、AI、工学、健康科学の組み合わせが、患者ケアを強化するためのよりリアルタイムの疾患検出ツールにつながる可能性があると考えています。
「私は行動を勉強したかったのですが、より計算的な方法でアプローチすることが本当に重要だと思います」と彼女は言いました。 「学部として、私はそれらのことをするためのチョップやスキルセットを持っていませんでした。だから、疫学は良い点であるかもしれないと思ったのです。私はまだ生理学の背景を使って、より統計的に考えることを学ぶことができました。」
その考え方は彼女の現在の仕事を駆り立て、そうでなければ気付かれないかもしれない日々の行動の変化を探しています。 VUのプロジェクトは、画面使用、GPSの位置、加速度計の測定値など、スマートフォンから受動的に収集されたセンサーデータの処理と分析に焦点を当てています。この情報は、ハーバード大学に所属する病院であるベスイスラエルディーコネスメディカルセンターで開発されたマインドランプスマートフォンアプリによってキャプチャされています。
Vuのシステムは、このデータを使用して、誰かの行動が通常のパターンから大きく逸脱したときに変化の瞬間を特定します。たとえば、うつ病の人は、徐々に自宅でより多くの時間を過ごしたり、友人と会うのをやめたり、積極的に動いて過ごす時間を短縮するかもしれません。 OCDの人は、一定のWeb検索または頻繁なテキストメッセージとして表示される可能性のある反復行動に従事し始める可能性があります。
「これらの異常は、抑うつエピソードの発症または精神状態のその他の変化を反映している可能性があります」とVuは言いました。 「私たちはそれらをムード調査や患者の逸話と比較して、それらの逸脱が実際に何を意味するのかを確認したいと考えています。」
コードからクリニックまで
VUの計算分析の中心は、動的なタイムワーピングと分離林の2つの機械学習ツールに依存しています。動的タイムワーピングは、時間の経過とともにデータの類似点と相違点を見つけます。分離フォレストは、外れ値を検出するために使用されるクラスタリングアルゴリズムです。
「大きなデータセットでは、ほとんどのデータポイントが明確なパターンまたはクラスターを形成し、分離フォレストアルゴリズムはそのクラスターの外側にあるものを識別するのに役立ちます。これらは臨床的に関連する可能性のあるものです」とリーは言いました。 「これは、人の行動が統計的に意味のある方法で変化するときを認識する方法です。」
研究チームは、気分調査と臨床ノートを使用して、異常が精神的健康状態の意味のある変化に対応するかどうかを解釈することにより、モデルを検証します。
Leeの主要な研究は、組み込みコンピュータービジョンシステムと医療イメージングアプリケーションに特化した計算効率の良いモデルを利用する深い学習アルゴリズムの開発に焦点を当てています。写真：クリス・ハニングによる写真、U of A Health Sciences Office of Communications
「これは実際にその人がその時に経験していたことを反映していますか？彼らは悪い日、または画期的な瞬間、またはパニック発作を持っていましたか？」 Vuは言った。 「これらの詳細は、データが私たちに伝えていることを理解するための鍵です。」
Vuのプロジェクトはすでに敷設されています 将来の研究の基礎。 6月、VUとリーはボストンに旅行し、ベスイスラエルディーコネスメディカルセンターの協力者と会い、新しい研究のアイデアを探りました。 1つは、ソーシャルメディアデータを追加の情報源として使用して、異常検出作業を拡大することが含まれます。
「彼らは私たちといくつかの新しいデータセットを共有しました」とVuは言いました。 「彼らが持っていた興味深いアイデアの1つは、私たちの異常検出を会話援助として使用することでした。だから、患者が入ったとき、プロバイダーは「ここに何か珍しいことが現れました。その時点で何が起こっていましたか？」それはより深く掘る機会を作り出します。」
チームはまた、機械学習が不完全なデータセットのギャップを埋めるのにどのように役立つかについても議論し、医師は盲点が少ない長期的な行動動向に従うことができます。アルゴリズムは、スマートフォンのデータが欠落している時期に何が起こったのかを予測できるとVu氏は述べています。
リーは、このようなAIベースのツールや他のツールが彼の研究室に組み込まれており、臨床ケアの代替品としてではなく、それを改善するための基礎として、特に亀裂を介して落ちる可能性のある患者のために見ています。
「AIは臨床医に取って代わるものではありませんが、以前に変更を検出し、より良い決定をサポートするツールを提供することができます」と彼は言いました。 「この種の受動的なデータ収集も拡大することができます。これは、ほとんどすべての人がすでにスマートフォンを持っているためです。」
Vuは、それがアプローチを公衆衛生の観点から非常に有望にするものの一部であると考えています。
「行動が時間とさまざまな環境でどのように変化するかを測定できれば、より持続可能な変化を擁護することができます」と彼女は言いました。 「それは数字だけではありません。人々の現実の経験の文脈でこれらの異常が何を意味するかを理解し、彼らがどのようにやっているかを検証し、最終的に彼らの精神的健康の旅に力を与えます。」
By：Blair Willis | 2025年7月24日| オリジナルの投稿
#AIとスマートフォンはメンタルヘルス治療を改善できますか