Depresija pogađa 264 milijuna ljudi diljem svijeta, a polovica slučajeva nikad se ne dijagnosticira i niti se liječi, pokazuju podaci Svjetske zdravstvene organizacije. Pandemija Covida-19 dodatno je otežala situaciju i ugrozila mentalno zdravlje milijarde ljudi.

Strojno učenje

Znanstvenici Tehnološkog sveučilišta Nanyang u Singapuru (NTU Singapore), predvođeni profesorom Josipom Carom, proveli su istraživanje koristeći podatke o depresivnim i zdravim sudionicima  ispitivanja.

Pokrenut strojnim učenjem, program "Ycogni model" provjerava rizik od depresije analizirajući fizičku aktivnost pojedinca, obrasce spavanja i cirkadijalne ritmove dobivene iz podataka s nosivih uređaja koji su mjerili njihove korake, broj otkucaja srca, potrošnju energije i podaci o spavanju.

"Naša studija uspješno je pokazala da možemo iskoristiti podatke senzora s nosivih uređaja kako bismo pomogli u otkrivanju rizik od razvoja depresije kod pojedinaca", otkriva profesor Car, direktor Centra za populacione zdravstvene znanosti na Medicinskom fakultetu Lee Kong Chian (LKCMedicine). "Naš program strojnog učenja mogao bi se, uz sve veću popularnost nosivih uređaja, jednog dana koristiti za pravodobno i nenametljivo ispitivanje depresije."

Veliko iskustvo profesora Cara

Car je liječnik-znanstvenik s bogatim iskustvom koji je vodio, istraživao i savjetovao zdravstvene usluge i sustave, zdravlje stanovništva i digitalnu zdravstvenu transformaciju sa Svjetskom zdravstvenom organizacijom, međunarodnim agencijama i ministarstvima zdravlja od Singapura do Velike Britanije i visokih funkcija na Imperial College London. Privukao je više od 70 milijuna dolara za financiranje istraživanja i vodio niz projekata digitalnog zdravstva.

Kako bi razvili model, znanstvenici su proveli studiju u kojoj je sudjelovalo 290 odraslih osoba u Singapuru. Sudionici su dva tjedna nosili Fitbit Charge 2 uređaje i ispunjavali zdravstvene ankete koje su provjeravale simptome depresije na početku i na kraju studije. Prosječna dob sudionika bila je 33 godine, a uzorak je bio sličan etničkoj populaciji Singapura. Sudionici su dobili upute da stalno nose trekere i da ih skidaju samo kada se tuširaju ili kada je uređaj potrebno napuniti.

Obrasci ponašanja

Osim što su mogli točno odrediti jesu li pojedinci imali veći rizik od obolijevanja od depresije, istraživači su uspješno povezivali određene obrasce ponašanja sudionika sa simptomima depresije, koji uključuju osjećaj bespomoćnosti i beznađa, gubitak interesa za svakodnevne aktivnosti i promjene teka ili težine.

Pokazalo se kako su težim simptomima depresije skloniji ljudi koji imaju različite otkucaje srca između 2 i 4 sata ujutro te između 4 i 6 sati. Ovo zapažanje potvrđuje nalaze prethodnih studija, koje su tvrdile da promjene u otkucaju srca tijekom spavanja mogu biti valjani fiziološki marker depresije.

Studija je također povezivala manje redovite obrasce spavanja, poput različitih vremena buđenja i vremena spavanja, s većom sklonošću ka simptomima depresije. Sveukupno, program je postigao točnost od 80 posto u otkrivanju osoba s visokim rizikom od depresije i onih bez rizika.

Ova studija mogla bi pružiti osnovu za korištenje nosive tehnologije kao pomoć pojedincima, istraživačima, praktičarima mentalnog zdravlja i kreatorima politike za poboljšanje mentalnog blagostanja. No to je tek početak: takvi signali mogli bi se jednom integrirati i s pametnim zgradama ili s inicijativama pametnih gradova. Ti bi se signali mogli koristiti za prepoznavanje ljudi u opasnosti.

"Radujemo se što ćemo proširiti naše istraživanje kako bismo uključili i druge vitalne znakove u otkrivanju rizika od depresije, poput temperature kože", kaže Car. "Fino podešavanje našeg programa moglo bi pomoći u olakšavanju ranog, nenametljivog, kontinuiranog i isplativog otkrivanja depresije u općoj populaciji."

Nova istraživanja 

Singapurski tim i profesor Car pozabavit će se i mentalnim umorom; nosivi uređaji mogli bi postati dio sustava povratnih informacija koji bi mogao pomoći terapeutima da bolje procijene psihološki status svojih pacijenata i poboljšaju kvalitetu sna.

Istražiit će i utjecaj korištenja pametnih telefona na simptome depresije te rizik od razvoja depresije, obogaćujući svoj model podacima o korištenju pametnih telefona. To uključuje koliko dugo i koliko često pojedinci koriste svoje mobilne telefone, kao i njihovo oslanjanje na društvene mreže.