双極性障害における社会リズムの自動検出

目的：スマートフォンからの受動的センサーデータを用いて、双極性障害（BD）を有する個人の安定性とリズミカルさの臨床的に検証されたマーカーである社会リズムメトリック（SRM）を自動的に評価する可能性を評価すること。方法：7名のBD患者が4週間にわたり、加速度計、マイク、位置情報、コミュニケーション情報を含むセンサーデータを受動的に収集するためにスマートフォンを使用し、行動および文脈のパターンを推測した。参加者はまた、スマートフォンアプリを使用してSRMエントリーを完了した。結果：自動セニングを用いることでSRMスコアを推測できることがわかった。位置、移動距離、会話頻度、非定常時間を入力として使用し、我々の一般化モデルはSRMスコアの範囲（0-7）を考慮して合理的なパフォーマンスである1.40の二乗平均平方根誤差を達成した。個別化モデルは、ユーザー間で平均二乗平均平方根誤差0.92のパフォーマンスをさらに向上させた。センサーストリームを使用した分類器は、高精度（適合率：0.85、再現率：0.86）で安定（SRMスコア≥3.5）および不安定（SRMスコア<3.5）状態を予測できる。結論：自動スマートフォンセニングは、BDを有する個人の健康感の重要なマーカーであるリズミカルさを推測するための実行可能なアプローチである。