來自新加坡南洋理工大學的一組科學家開發了一種預測電腦程式，可用於檢測參與者患上抑鬱症的風險。據估計，全球近 10 億人佩戴了抑鬱症相關的活動追蹤器，高於 2019 年的 7.22 億人。
檢測抑鬱症風險
根據世界衛生組織的數據，全球有 2.64 億人患有抑鬱症，其中一半的病例沒有得到診斷和治療。新加坡心理健康研究所的一項新研究指出，疫情導致人們對心理健康的擔憂增加。
南洋理工大學的科學家們將研發出的程序命名為 Ycogni 模型，它通過分析個人的身體活動、睡眠模式和晝夜節律來篩查患抑鬱症的風險，這些數據由可穿戴設備測量，由參與者的步數、心率、能量消耗和睡眠情況生成。
此次的參與者不僅有抑鬱症患者，還包括了身體健康的人。在此試驗中，該程序在檢測那些抑鬱症高風險和沒有風險的個體方面達到了 80% 的準確率。
參與者的平均年齡為 33 歲，樣本與新加坡的種族與⼈⼝密切相關。參與者需要一直佩戴追蹤器，只有在淋浴或設備需要充電時才能將其取下。
Professor Josip Car and Dr Iva Bojic
來源：NTU
這項研究的南⼤醫學院⼈⼝健康科學中⼼主任 Josip Car 教授說：「我們的研究表明，我們可以利⽤來⾃可穿戴設備的數據來幫助檢測個體患抑鬱症的⻛險。」
「通過利⽤我們的機器學習計劃，以及可穿戴設備的⽇益普及，它不僅⽤於準確地檢測個體是否有更⾼的患抑鬱症的⻛險，而且研究人員將參與者行為中的某些模式與某些不顯眼的抑鬱症狀聯繫起來，包括⽆助和絕望的感覺、對⽇常活動失去興趣以及⾷欲或體重下降。」
南洋理⼯⼤學商學院副教授Georgios Christopoulos 也參與了這項研究，他說：「我們希望這項研究能夠幫助到個⼈、研究⼈員、⼼理健康從業者和政策制定者。在未來，我們相信此類信號可以與智能建築甚⾄智能城市計劃融合在一起。」
這個研究結果已於去年11月發表在同行評審的學術期刊 JMIR mHealth and uHealth 上。
與抑鬱症相關的生命體徵
通過分析，科學家們發現，那些在凌晨 2 點⾄凌晨 4 點和凌晨 4 點⾄ 6 點之間⼼率變化較⼤的⼈，往往容易出現更嚴重的抑鬱症狀。這一觀察結果證實了先前研究的結果，該研究表明睡眠期間⼼率的變化可能是抑鬱症的有效⽣理標誌。
該研究還將不規律的睡眠模式（例如不同的起床時間和就寢時間）與更⾼的抑鬱症狀傾向聯繫起來。科學家們解釋說，雖然⼯作⽇的節奏主要由⼯作習慣決定，但遵循這種習慣的能力可以更好地區分患抑鬱症風險的高低。
測試抑鬱風險的可穿戴設備 來源：Tectales
Car 教授補充說：「我們將擴⼤我們的研究，將其他⽣命體徵納⼊抑鬱⻛險的檢測，例如⽪膚溫度。」
Christopoulos 副教授也說到：「我們的團隊還將努力擴展到其他類型的⼼理狀態，例如精神疲勞，這在當今是一個不容小覷的問題。可穿戴電子設備的使用也可以成為反饋系統的一部分，能讓治療師更好地評估患者的⼼理狀態。
參考文獻：
1. "Using wearables to help detect depression
" NTU Media Release;
2. The NTU research paper titled 「Digital Biomarkers for Depression Screening WithWearable Devices: Cross-sectional Study With Machine Learning Modeling」 ispublished in JMIR mHealth and uHealth on 25 Oct 2021. DOI 10.2196/24872
