Исследование показывает, что фитнес-трекер может обнаруживать эпизоды настроения при биполярном расстройстве, что может способствовать улучшению лечения. Ученые из Больницы Бригама и Женщин, одного из основателей медицинской системы Mass General Brigham, оценили, насколько точно данные с фитнес-трекера могут быть использованы для обнаружения эпизодов настроения у людей с биполярным расстройством. Их результаты, опубликованные в Acta Psychiatrica Scandinavica, показывают, что возможно точно определить временные интервалы, когда пациенты с биполярным расстройством испытывают депрессию или манию.

"Большинство людей постоянно носят с собой персональные цифровые устройства, такие как смартфоны и умные часы, которые собирают данные о повседневной активности, могущие информировать психиатрическое лечение", — говорит соответствующий автор, доктор Джессика Липшиц из отделения психиатрии больницы Бригам. "Наша цель была использовать эти данные для определения моментов, когда участники исследования с диагнозом биполярное расстройство испытывают эпизоды настроения". В будущем исследователи надеются, что алгоритмы машинного обучения, подобные их, помогут командам лечения быстро реагировать на новые или не проходящие эпизоды, чтобы минимизировать их негативное воздействие.

Биполярное расстройство (БР) — это хроническое психиатрическое заболевание, характеризующееся экстремальными перепадами настроения, включая депрессию, манию и гипоманию, за которыми следуют периоды ремиссии. Идентификация и лечение новых и непроходящих эпизодов настроения имеет решающее значение для снижения воздействия БР на жизнь пациентов.

В качестве ученого-практика Липшиц вместе с коллегами сосредоточилась на использовании методов, которые можно было бы широко внедрить в клинической практике. Конкретно, они использовали коммерчески доступные персональные цифровые устройства, минимальную фильтрацию данных и полностью пассивный и неинвазивный сбор данных. Применяя новый тип алгоритма машинного обучения, они смогли обнаружить клинически значимые симптомы депрессии с точностью 80.1% и мании — с точностью 89.1%.

Исследователи отмечают, что результаты исследования приближают нас к созданию персонализированных алгоритмов, подходящих для всей популяции пациентов, а не только для тех, кто имеет высокую степень соблюдения инструкций, доступ к специализированным устройствам или готовность делиться инвазивными данными. Следующим шагом будет применение этих прогностических алгоритмов в рутинной медицинской практике, где они могут улучшить лечение БР, информируя клиницистов о депрессивных или маниакальных эпизодах между запланированными визитами. Исследователи также работают над расширением этой работы на крупное депрессивное расстройство.