В феврале OpenGov Asia – официальная контент-платформа для обмена знаниями и проектами в Азиатско-Тихоокеанском регионе – опубликовала новость, что в ближайшее время мы можем ожидать приток новых изобретений в области умных сетей электроснабжения и технологий умного дома, которые сделают нашу жизнь лучше. Для этого была создана специальная рабочая группа на основе Наньянского Технологического Университета (NTU) в Сингапуре.
Сейчас группа ученых NTU представила новую прогностическую компьютерную программу, основанную на машинном обучении, для выявления лиц с повышенным риском депрессии - модель Ycogni. Программа проверяет риск депрессивных эпизодов, анализируя физическую активность человека, характер сна и циркадные ритмы. Необходимые данные программа получает с носимых устройств, которые измеряют количество пройденных шагов, частоту сердечных сокращений и расход калорий.
Для разработки Ycogni было исследовано 290 работающих взрослых в Сингапуре. Участники носили на себе датчики в течение 14 дней подряд и прошли два опроса о состоянии здоровья, в ходе которых выявлялись значимые симптомы в начале и в конце заданного периода.
Во время исследований ученые отметили интересное наблюдение – испытуемые со скачкообразным сердцебиением в промежутках между 2 и 4 ночи, а также между 4 и 6 утра, были склонны к более тяжелым симптомам. Это косвенно подтверждает результаты предыдущих медицинских гипотез о том, что изменения частоты сердечных сокращений во время сна могут быть достоверным физиологическим маркером психологических патологий.
В официальных отчетах ученые отмечают 80% точность прогнозирования умной технологии Ycogni.
Помимо возможности определить, имеет ли человек более высокий риск заболеть депрессией, исследователи смогли увидеть прямую зависимость между показателями, полученными с умных устройств, и общим психологическим состоянием, которое может включать чувство беспомощности и безнадежности, потерю интереса к жизни и изменение аппетита.
Рабочая группа Сингапурского NTU далее ставит задачу масштабировать Ycogni и создавать на ее основе «умные здания» или даже «умные города», которые даже в плотной в толпе смогут улавливать людей из группы риска депрессивных эпизодов.
