可穿戴技术提供数据驱动的心理健康治疗
心理治疗师与算法合作，改善心理健康治疗
在Chryssoula K.的母亲被诊断出乳腺癌晚期后，她努力在照顾女儿、工作、新生儿、婚姻、朋友和个人时间之间平衡。因此，尽管基苏拉不是一个技术专家，但她还是报名试用了一种可以持续监测她情绪状态的新设备。
人们一直指责口袋里和手腕上无处不在的电子设备让我们痛苦不堪。它们闪亮的屏幕和不断的ping信号，让我们沉迷于源源不断的办公室更新和Facebook点赞。但如果这些数字附件可以用来改善心理健康呢?这就是Sentio ' s Feel项目的承诺:这是一个腕带和手机应用程序，可以跟踪用户的情绪状态，提供定期的精神和身体锻炼，并让他们每周与治疗师联系一次。
可穿戴设备中的传感器可以测量心率、皮肤电反应、温度和运动的变化。
该系统使用人工智能(AI)和心理学的最新研究与佩戴者和咨询师合作，提供同时可访问、准确和个性化的治疗。“这是数据驱动的治疗，就循证实践而言，这是一个巨大的优势，”持证临床社会工作者、Sentio的首席治疗师莎伦·卡普罗(Sharon Kaplow)说。
Sentio的创始人George Eleftheriou和Haris Tsirmpas根据自己的经历看到了改善心理保健的必要性。Eleftheriou遭受着精疲力竭和抑郁的折磨，而Tsirmpas则忍受着不可预知的恐慌发作。他们都从心理咨询中受益，同时也观察到现有护理标准的漏洞。心理健康评估是高度主观的，对预防的关注是有限的。此外，诊断经常被遗漏，而且几乎没有实时干预。
解决这些问题将产生全球影响。据估计，全球有5亿人患有精神疾病，仅在美国，每年的费用就高达5000亿美元。更好的选择将惠及所有人:患者、治疗师、保险公司和社会。
目标，大大小小的
Sentio的解决方案提供了一种新的治疗方法。它的核心是一款名为“感觉情感传感器”(Feel Emotion Sensor)的手环，与很多人佩戴的流行运动追踪器类似。但这个追踪器有四个传感器，可以检测与情绪相关的生理反应。这些传感器包括一个能测量心率变化的光容积液压图传感器;皮肤电反应(GSR)传感器，用来测量汗液;一种用于测量温度的红外光传感器;还有一个惯性测量装置，用来捕捉运动。“感觉情感传感器”通过蓝牙不断地将这些信号发送到“感觉”应用程序，后者将它们上传到云端的服务器上。该服务器包含专门的AI算法，可以分析数据并检测四种情绪空间中的一种:快乐(积极，能量高)、满足(积极，能量低)、悲伤(消极，能量高)和悲伤(消极，能量低)。
通常情况下，当Feel检测到一种情绪时，应用程序会要求用户描述正在发生的事情以及他们的感受。这种反馈有三个目的:它帮助算法改进，它为治疗师提供更丰富的信息，它鼓励写日志，这能带来更好的自我洞察。基苏拉说，这款应用“挑战了我，让我在改善自己、我的消极想法和盘旋的恐惧方面变得具体和分析。”
该应用程序可能还会推荐几种锻炼方式中的一种。例如，用户可能会被要求回忆他们上次治疗过程中的关键信息，并描述他们计划如何在日常生活中使用这些信息。
Feel项目持续16周。每周，用户都会与一名有执照的治疗师进行视频聊天，该治疗师可以通过软件仪表板秘密访问用户的数据。由于数据驱动的方法，这些会议只需要15分钟，而传统的45分钟。在第一次会议中，他们设立了一个总目标，以及每周的一组子目标，卡普洛说，这是为了增加责任感，使大目标更容易理解。
例如，如果大目标是在工作中担任新的领导角色，那么子目标可能是首先寻找贡献的机会，然后找出如何贡献，然后调整任何自我挫败的想法。具体的功能目标有时可以揭示更多的情感目标，Kaplow说。该应用程序的认知行为治疗练习可以帮助用户实现这些目标。
“感觉程序”包括一个手机应用程序，它可以跟踪用户的情绪状态，推荐策略，并要求用户描述正在发生的事情。这些信息用于与Feel治疗师的每周会议。
人工智能算法分析来自感觉情感传感器的数据，并检测出四种情绪中的一种:快乐、满足、痛苦和悲伤。
用户将任何问题反馈给治疗师。卡普洛说，在会议上无法发言的客户可能会说:“‘尽管我在挑战自己的思维，但我的心在狂跳，我的嘴很干，我就是做不到。于是，我们就会探讨，“下次你能做些什么不同的事?”什么能帮助你控制你的身体状况?’这就是一些练习的意义所在。”
Chryssoula的主要目标是改善与家人和朋友的联系。她说:“通过这些目标，我找到了与母亲和孩子共度更充实、更富有成效的时光的方法。”“我每周至少安排一次和最好的朋友出去玩。”
她也看到了生活其他方面的改善。“我成功地完成了一个要求很高、压力很大的工作项目，也挤出了一点时间放松和做其他事情。”
筛选信号
在设计Feel时，“最大的挑战是需要将生理数据的时间序列转化为一个清晰而具体的决定——情感的标记，”Tsirmpas说。为此，他们在MATLAB中开发了人工智能和信号处理算法®．
机器学习和信号处理算法利用感知情感传感器捕获的生理数据来检测情绪。
“最大的挑战是需要以某种方式将连续不断的生理数据转化为一个清晰而具体的决定——情感的标记。”
Sentio联合创始人Haris Tsirmpas
信号处理的第一步是预处理以去除无关的噪声。对于生理数据，你可以过滤掉任何由走路引起的波动。然后是数据转换，它在数据中找到重要的模式。比起数百万个独立的数据点，算法更容易处理这些高级模式。
Tsirmpas说，他们使用MATLAB来清理噪声信号，并将它们分割成离散的情绪事件。“快速推进并制作出健壮的内容非常有帮助。”
机器学习是一种非常适合处理涉及大量数据和大量变量的复杂问题的人工智能形式，它被用于事件检测算法。机器学习算法，MATLAB中的功能，识别数据中的模式，如生物标记的组合，表明不同的情绪生物标记。正是这些在亚马逊网络服务(Amazon Web Services)服务器上运行的基于云的算法监控患者的情绪状态，并将结果反馈给应用程序。
为了指导他们的机器学习算法，Sentio首先从心理学文献开始，描述哪些身体信号最能代表哪种情绪。然后，他们要求佩戴情绪传感器的人描述他们的感觉，从而对模型进行微调。模型还对读数进行了分类，如果情绪标签与用户描述的不同，模型就会自我更新，以便下次工作得更好。该系统还能自行适应每个用户。卡普罗说，人们报告说，他们感觉感觉情感传感器真的在了解他们。总体来说，该系统已经在数百名用户中进行了测试。
在某些情况下，它可能比他们更了解他们自己。卡普洛说:“有时我们没有意识到自己的情绪。“通常，我们会有客户来投诉他们有胃病或头痛，他们认为这些身体症状完全独立于他们的情绪。希望这整个组合能够连接你的大脑和身体，帮助你更好地调整自己的状态。”
“整整一周，”基苏拉说，“Feel应用帮助我注意到我在每个重要时刻的感受——不管是好是坏——以及它有多强烈。这让我思考如何解决自己的问题，有时我会利用建议的帮助，比如呼吸练习，这有助于我在压力大的情况下摆脱困境。”
该应用程序提供了一个交互式的情绪日历，不仅提供通知和输入，还提供了一个准确的自我情绪和心理形象。卡普洛指出，Feel让她对客户有了更好的了解，“但我认为他们对自己有了更好的了解，这更重要。”
卡普罗认为费尔特是她服务的力量倍增器。“这项技术带来了一定程度的参与和意识，这非常有帮助。在传统治疗中，你去看你的治疗师，然后在你离开治疗的那一刻，日常生活就开始了。如果整个星期都没有这样的鼓励，你的进步就会慢下来。情感传感器(Feel Emotion Sensor)和应用程序提供了恒定水平的沉浸感。你正在学习的内容和正在讨论的内容会一直在你的雷达上。”
“整个项目对我来说是一个惊喜，”Chryssoula说，“因为即使我每周只花很短的时间在心理治疗上，我感觉我每天都在一个持续的互动心理治疗中，非常适合我的日常生活。”
卡普罗认为，像Feel这样的系统可以解决之前强调的许多心理健康治疗问题。“传统疗法包括回顾这一周发生的事情，并期待自己能做些什么。但这种技术可以提供实时支持，这是传统疗法无法做到的。如果有问题，我的传统客户会给我发短信，但这依赖于他们主动联系我。”然而，有了Feel，“情感传感器正在接触他们。”
“在开始这个项目时，我无法想象会产生如此积极的影响，”基苏拉说。“我明白了，处理任何复杂情况的第一步是处理好自己的想法和感受。”
阅读其他故事
您也可以从以下列表中选择网站: