英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料
基于来自传感器、智能手机和互联网数据的精神状态和行为的新措施
塔刹·格伦 amp; 斯科特·蒙特斯
网上发表︰2014年10月12日
# 施普林格科学 商业媒体 纽约 2014年
摘 要
随着新技术的快速和普遍接受，算法将被用来估计基于数据的心理状态和行为的新措施。该算法将分析从智能手机和可穿戴设备中收集的数据，以及从互联网和智能手机的使用和活动中收集的数据。在未来，新的医疗措施，协助筛选，诊断和监测的精神疾病将可能实现，尽管尚未解决可靠性、可用性和隐私问题。同时,类似的精神状态的非医疗商业措施正在开发有针对性的广告。不论这些心理和行为措施的使用是为了医疗和非医疗目的，都涉及到社会和伦理问题。
关键词:远程监测；网络心理健康；智能手机；行为目标；情感识别
前言
今天，精神科医生依靠病人的病史和观察、客观的数据如实验室检查了来对精神疾病的进行临床诊断和评估治疗。寻找额外的客观措施以协助应对这些挑战成为了新的重点。生物标志物是一个自然的生物过程、致病过程或反应的治疗干预的客观的衡量措施。潜在的精神疾病的生物标志物的类别包括遗传，蛋白质或其他分子，或神经影像学检查结果。随着数字技术的迅速兴起和接受，心理状态和行为的替代措施正在被开发用于筛选、诊断和监测。在与病人直接向精神科医生报告的症状相比，这些措施将以在智能手机，设备和可穿戴技术的不同传感器收集的数据，以及从智能手机和互联网的使用和活动收集的数据为基础。算法将用于分析收集到的数据来估计心理健康和行为。在未来，新的心理状态和行为的措施，将不仅来自规范的产品与科学证明临床实用程序，而且还来自不受监管的针对消费者和企业的应用程序。不管这些替代措施是否被认为是生物标志物，新的措施都将到来并对精神病学产生影响。
即将到来的普适医疗
无处不在的计算和无处不在的通信是背后的即将到来的心理状态和行为的措施。1991年，施乐帕克研究中心的马克·维瑟指出，“最深刻的技术是那些看不见的”并预测计算元素将变得无处不在，没有人会注意到它们的存在。我们在快速地朝着这个目标前进，大约有5%的人造物体包含嵌入式微处理器。手机被视为生活中的一个重要组成部分，以至于让人觉得离开了手机会让人觉得不舒服或不自信。无处不在的通信，或在任何时间和任何地点进行通信的能力，是由最近扩展的无线通信和特别联网实现的。思科系统公司估计，到2020年，随着世界人口将预计达到75亿人，将有500亿个设备与互联网的连接。对于超常增长的计算能力的一个预测结果表明无处不在的普适医疗或任何人，任何时间的访问医疗保健应用程序。普适医疗的一个重要组成部分将包含远程疾病监测，包括心理状态和行为，到2015年，美国的远程疾病监测市场规模预计将达到225亿美元。
运用在精神病学的潜在益处
虽然大多数的远程疾病监测工作都集中在躯体疾病，研究新的措施和监测精神科正在增加。新措施可能有助于防止出现症状和诊断之间的频繁长时间延迟,这是特别重要的，就如早期干预在精神分裂症和双相情感障碍带来更好的结果。这需要一个不显眼的、易于使用的且价格便宜的技术来提供关于患者经常不能准确报道的症状的客观信息。例如，约40-70%的患者不能坚持精神科药物治疗方案。含有可吸收传感器精神药物将提供准确的药物被服用的时间的数据。自我报告和客观睡眠的测量措施之间只有适度的相关性，技术将提供对于睡眠行为和模式的理解。由于许多精神疾病的重叠症状和类似的临床表现，一些客观的措施将协助诊断的挑战。其它客观的措施将有助于跟踪逐步改变症状的发展，如认知，技术可能会帮助一些认知功能障碍患者独立生活
精神病学新措施的原理
目前，医学研究人员正在研究许多用在精神病学的措施，包括分析言语、面部表情、手势、姿势、运动、眼睛跟踪以及互联网和智能手机的行为和活动。精神状态和行为的措施的基础数据基本上分两类：（1）从传感器收集的数据；（2）从互联网和智能手机的活动收集的数据。算法是在收集的数据的基础上用来估计那些措施的。
从传感器收集的数据
嵌入式计算元素最关键的普及医疗计算的扩展是传感器。广泛的智能、重量轻、超低功耗和低成本的传感器现在可用于医疗监测。这些传感器被嵌入在智能手机；可穿戴的（嵌入服装），可植入的，可吸收的；可放在家中的墙壁和地板等。一个典型的智能手机包含多个传感器如内部运动（加速度计）、环境光、陀螺仪、手势、磁强计、温度和湿度和气压计。常见于智能手机的通信接口有Wi-Fi、GPS、近场通信（NFC）、蓝牙和红外LED。许多附加的传感器可用于生理测量。研究中应用生理传感器测量情绪越来越多，包括皮肤电导率、心率、呼吸、血压、心电图、脑电图、肌电图等。
从互联网和智能手机的活动收集的数据
输入到医疗算法的智能手机的活动的措施包括呼吸频率、持续时间的细节和联系。互联网活动的措施包括以下细节：搜索查询、浏览网页、网站类型、广告选择和电子商务史等。用户创建的数据，如电子邮件，短信（短信），社会媒体，或博客的内容都可以分析。此外，元数据（信息的信息）的创造是为了处理智能手机或互联网的信息，其中包括帐户号码，登录用户名，密码，浏览器类型，网络地址，网页访问，日期，时间，电子邮件发送者和接收者，信息记录，设备指纹。
潜在的精神病学新措施
表1为精神病学研究提供范例。这些措施有可能给精神病学提供类似的好处，类似传统的生物标志物的筛选，诊断和监测。这些系统中很多都是原型，情绪测量措施发现在受控医疗或研究条件下可能不适合自然环境。未来的措施能够成功地整合多种形式，如语音和面部表情， 希望能更精确地识别情绪和行为。此外，结合多个测量的结果可能会提高诊断的准确性。
表1发展精神病学衡量心理健康的医疗项目例子
建立临床实用程序
与任何候选生物标志物一样，所有的心理状态和行为的新措施需要进行彻底的评价以用于常规临床实践。要有临床实用，措施应为信息增加新的信息或临床价值已经是可用的并应符合成本效益。根据措施计划的角色的筛查、 诊断或监测等，评价可能包括可靠性测试的（相同和不同的设置中的重复性）、 有效性 （灵敏度、 特异性和预测值）、 识别力（接收器运算曲线），联系 （相对风险） 和成本效益分析。
建立用于生物标志物的临床实用程序的进程可以是漫长和艰难的。新措施的初步研究经常使用小、 高度选定样本，结果也许不能推广到其他临床样本。与一般人群相比，这些小的研究也可能超过代表的疾病的患病率，和有效性分析的结果随患病率的变化而变化。可能会改变测量结果的混杂因素需要为测量中每个计划的角色进行鉴定。此外，与当前可用措施相关的新的诊断或预测措施可能无法提供额外的临床益处。
病人问题
病人技术技能
很多患有精神疾病的人可能没有定期访问智能手机或互联网，或可能缺乏有效使用它们的技能。监测装置的可用性是至关重要的，病人应接受详细的培训。该产品应该是易于操作和维护的，并且是为拥有平均技术技能水平的患有针对性的心理疾病的病人设计的。所有家庭监控系统需要一些努力和纪律，患者造成的错误对一般医疗监测系统来说是个问题，比智能手机系统充电不充分，传感器穿戴不正确，以及关闭连接。
病人的兴趣水平
成功使用远程监测装置是完全依赖于患者的合作。虽然有些病人发现，远程监控让他们感受到更多的控制自己的病情，别人可能会抵制即使他们可以轻松地使用这些技术。一些慢性疾病的患者他们的治疗负担感到不知所措，不想要额外的自我监控责任，或者不愿意一直被提醒他们病了。有的病患会因为涉及到的努力而感到恼怒或者失去兴趣而停止监控。其他患者可能在症状出现时无法应付日常的技术问题。
技术问题
传感器问题
远程疾病监测在数据质量和传输延迟上存在可靠性问题。传感器的极限特征包括电池寿命、存储容量与病人传感器接口困难。可穿戴式传感器系统的问题则涉及到有用户舒适度，在服装中的传感器位置，皮肤接触质量和功耗。许多可穿戴式传感器系统被设计用于的老人，和那些患有精神疾病的偏好需要加以考虑。不像在医疗环境中，远程测量将不会被技术员重复如果数据读取是无效的。除了传感器故障和通讯问题，真实世界的用户活动可能会干扰采集的传感器数据的解释。例如，运动伪影可以影响心率和呼吸的测量质量，运动出汗要求再校准身体穿戴的传感器，环境噪音会影响智能手机的语音分析。墙壁和在家里的其他障碍物会干扰无线通信。
从远程监测系统收集的数据可在不规则的时间间隔内手机，通常在异步爆发和在不同的环境中。软件必须能够从医疗异常中区分的硬件和软件故障。当前的算法分析从远程生理传感器的数据重点在于异常检测、 预测和决策，特别是当用于连续监测，但许多问题依然存在。
互联网和智能手机的问题
也有对算法基于互联网和智能手机数据和活动用于估计精神状态的担忧。人们在他们移动手机使用上的习惯差异很大，主要基于智能手机的使用的评估算法可能不能有效运用于很少使用智能手机的用户。从 Twitter、 Facebook 和博客等社交媒体数据的分析必须，在其中每日发出的数以亿计的信息中找到几个相关的信息。这些消息和其他社交媒体的内容是嘈杂的非结构化文本，质量参差不齐，自动文本分析算法是用来分隔的高品质的内容。因为不同的方法被用来筛选，去除噪声、 解析和识别情绪，并从社交媒体创建用户配置文件，供应商则期待不一致的结果。此外，算法结合各种额外的数据元素与社交媒体来改善结果。在社交媒体上的很多账户是假的，包括2013年估计的6700万Facebook帐户和2000万Twitter帐户。最后，并不是所有的人口群体以相同的频率使用社交媒体。2013年在美国全国范围的一项调查表明，所有成年互联网用户的67%访问任何社交网站，尤其是18-29岁的用户更是如此（83%)。
上下文感知和数据解释
心理健康监测数据的解释的一个关键问题是用户的上下文。发现在人与人交互的隐式情境信息未自动出现在人机交互。这种语境意识可以导致解释的数据的改变，这样的关联性和信息的重要性取决于这种情况，并应列入所有算法。举一个例子，一个软件框架为确定上下文建立了由四个类别 （身份、 位置、 状态或活动和时间） 来描述的三个实体 （人、 地点和事物）。这两个室内和室外的位置传感现在有可能使用智能手机、 手表和传感器。与上下文感知软件，信息的展示、服务的执行和数据元素的标记将随上下文的变化而变化。而语境意识应该提高质量和心理健康监测的临床价值，如活动和生命体征的同时测量的需要的收敛也会增加收集的数据量和处理要求
安全和隐私
心理状态和行为的系统监测的安全和隐私方面对公众的接受至关重要，也是担忧的一个区域。医疗数据必须准确和可靠，只有那些授权的能访问数据，并遵守所有的州和联邦隐私法规包括HIPAA（健康保险流通与责任法案）。除了与医疗数据关联的复杂的安全挑战，有许多固有的安全风险存在于移动用户、无线网络、共享的资源和共享控制的监测系统。大多数违规医疗数据涉及到移动设备，智能手机或笔记本电脑的医疗数据传输给未经授权的用户是有非常高风险的。在2013年，310万智能手机被窃，并只有54%的智能手机用户设置一个PIN 码锁定屏幕或者使用加密。一个2008年对106个美国机场的研究表明，每周有12255笔记本电脑丢失，55%的旅行者没有使用安全保护措施。监测系统必须也是设计和运作以处理的蓄意攻击的威胁。
大量涌入的新数据
来自传感器的信息有可能创建大量的数据。随着大批病人开始使用这些系统，监测系统在处理能力和数据存储和分析两方面的可扩展性将成为一个关键问题。在临床环境中的系统将需要 IT 部门能够接收和处理病人的数据和成果转移至精神科医生。
非医疗商业用途措施
普遍关于计算机识别人类的情感和行为的非医疗商业研究。人机交互的未来设想灵活的电脑能够识别和跟踪的人，然后适应和反馈用户的心情、 喜好和意图。商业研究认识到情感和行为侧重于发展的人类情感显示微妙、 连续、 实时的和特定于上下文的解释和结合多种方式来改善结果。设想了一系列计算机识别人类的情感和行为的商业应用。这些包括提高有针对性的广告的效力，改善标准设备的人机交互界面，开发一种像人类的机器人装置，扩大在乏味但需要注意的任务如监视工作中电脑的使用，认识到人类的情感，以改善安全如驾驶，在教育中当智能导师和为了娱乐。
表 2 提供了非医疗商业情绪和行为有关的研究的实例，虽然他的大部分是专有。其他正在研发的技术包括情感机器语言，一种建议标准的情感的标记语言，允许软件响应检测到用户的情绪状态，从万维网联合会 (W3C)和计算机表达式识别工具包 (CERT)从面部表情来分类情感。目前市场上有一些用来分析人类情感的产品。Emotient和Affdex基于人脸表情分析，Moodies基于声音的分析，目前被销往企业分析客户情绪反应。NeuroSky和Emotiv，基于脑电信号，目前出售给消费者以优化大脑健康。
表2 发展衡量情绪、 情感和行为的非医疗商业项目例子
对精神病学医疗措施的关切
有许多与医学测量的心理状态和行为相关联的伦理和社会问题。精神分析将确定一些个人作为高风险和需要特别的干预。当孩子们都参与其中这是特别令人不安的，作为一个高风险的标签可能塑造孩子的个体的自我认知和社会态度。精神疾病的高风险标签也可能导致雇主、银行、保险公司甚至志愿者组织的歧视。
患者使用远程监测应该有清晰的认识如何在紧急情况下获得帮助和响应传入消息或数据的标准周转时间。一些使用远程监控的患者在有了麻烦时可能会不正确地期望立即响应他们的数字传输。 如果病人的日常活动正在被监测，患者应该同意其中包括的具体活动。有一些其他的关于认知功能损害的个人使用监控技术的道德问题。lt;
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[153638]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
