বিষণ্নতা এবং উদ্বেগ হল মার্কিন যুক্তরাষ্ট্রের দুটি সবচেয়ে সাধারণ মানসিক স্বাস্থ্যের অসুস্থতা, যদিও আক্রান্তদের অর্ধেকেরও বেশি স্বীকৃত বা চিকিত্সা করা হয় না। মানসিক স্বাস্থ্য অনুশীলনকারীরা এই ধরনের অসুস্থতা নির্ণয়ের সহজ উপায় খুঁজে পাওয়ার আশায় সম্ভাব্য স্বাস্থ্য ঝুঁকি সম্পর্কে পরিধানকারীদের সতর্ক করতে পারে এমন ডেটা সরবরাহে জনপ্রিয় পরিধানযোগ্য ফিটনেস মনিটরগুলির ভূমিকা তদন্ত করছে।
যদিও একটি বৃহৎ এবং বৈচিত্র্যময় জনসংখ্যার পরিধানযোগ্য প্রযুক্তির মাধ্যমে এই ধরনের ব্যাধি সনাক্তকরণের দীর্ঘমেয়াদী সম্ভাব্যতা একটি উন্মুক্ত প্রশ্ন থেকে যায়, সেন্ট লুইসের ওয়াশিংটন বিশ্ববিদ্যালয়ের গবেষকদের একটি দল দেখিয়েছে যে আশাবাদের কারণ রয়েছে। তারা WearNet নামে একটি গভীর-শিক্ষার মডেল তৈরি করেছে, যেখানে তারা সংগৃহীত 10টি ভেরিয়েবল অধ্যয়ন করেছে ফিটবিট কার্যকলাপ ট্র্যাকার। ভেরিয়েবলগুলিতে মোট দৈনিক পদক্ষেপ এবং ক্যালোরি বার্ন রেট থেকে গড় হার্ট রেট এবং বসে থাকা মিনিট পর্যন্ত সবকিছু অন্তর্ভুক্ত ছিল। গবেষকরা 60 দিনের বেশি ব্যক্তিদের জন্য Fitbit ডেটা সংকলন করেছেন।
বিষণ্নতা এবং উদ্বেগ ঝুঁকির কারণ বিবেচনা করার সময়, WearNet অত্যাধুনিক মেশিন লার্নিং মডেলের তুলনায় বিষণ্নতা এবং উদ্বেগ সনাক্তকরণে একটি ভাল কাজ করেছে। উপরন্তু, এটি মানসিক স্বাস্থ্যের ফলাফলের স্বতন্ত্র-স্তরের ভবিষ্যদ্বাণী তৈরি করেছে, যখন পরিধানযোগ্য ব্যবহারকারীদের অন্যান্য পরিসংখ্যানগত বিশ্লেষণগুলি গ্রুপ পর্যায়ে পারস্পরিক সম্পর্ক এবং ঝুঁকিগুলিকে মূল্যায়ন করেছে।
“গভীর শিক্ষা মানসিক রোগের সাথে এই ভেরিয়েবলের জটিল সম্পর্ক আবিষ্কার করে,” বলেছেন গবেষক চেনিয়াং লু, ম্যাককেলভে স্কুল অফ ইঞ্জিনিয়ারিংয়ের ফুলগ্রাফ প্রফেসর এবং স্কুল অফ মেডিসিনের মেডিসিনের অধ্যাপক৷ “মেশিন লার্নিং হল এই অন্তর্নিহিত সম্পর্কগুলি বের করার জন্য আমাদের সবচেয়ে শক্তিশালী হাতিয়ার৷ আমাদের কাজ প্রমাণ দিয়েছে, একটি বৃহৎ এবং বৈচিত্র্যময় দলগুলির উপর ভিত্তি করে, পরিধানযোগ্য ডিভাইসগুলির সাহায্যে মানসিক ব্যাধিগুলি সনাক্ত করা সম্ভব৷ পরবর্তী পদক্ষেপটি হতে পারে হাসপাতাল সিস্টেম বা কিছু কোম্পানিকে বোঝাতে হবে। এটা বাস্তবায়ন করতে হবে।”
গবেষকদের মধ্যে রুইকসুয়ান দাই অন্তর্ভুক্ত ছিল, যিনি লু এর ল্যাবে ডক্টরাল ছাত্র হিসেবে কাজ করেছিলেন এবং এখন একজন সফটওয়্যার ইঞ্জিনিয়ার। গুগল, টমাস কান্নামপালিল, অ্যানেস্থেসিওলজির সহযোগী অধ্যাপক এবং স্কুল অফ মেডিসিনের সহযোগী প্রধান গবেষণা তথ্য অফিসার এবং ম্যাককেলভি ইঞ্জিনিয়ারিংয়ের কম্পিউটার বিজ্ঞান ও প্রকৌশলের সহযোগী অধ্যাপক; Seonghwan কিম, মেডিসিন স্কুলে ডক্টরেট প্রার্থী; ভেরা থর্নটন, স্কুল অফ মেডিসিনে এমডি/পিএইচডি প্রার্থী; এবং লরা বৈরুত, এমডি, স্কুল অফ মেডিসিনের মনোরোগবিদ্যার প্রাক্তন ছাত্র প্রফেসর।
দলটি 10 মে ইন্টারনেট অফ থিংস ডিজাইন অ্যান্ড ইমপ্লিমেন্টেশনের ACM/IEEE সম্মেলনে তার ফলাফল উপস্থাপন করেছে। পেপারটি বেস্ট পেপার অ্যাওয়ার্ড পেয়েছে আইওটি সম্মেলনে তথ্য বিশ্লেষণ.
লুর মতে, পরিধানযোগ্য ডেটা মানসিক স্বাস্থ্য নির্ণয় এবং চিকিত্সার জন্য একটি বর হতে পারে।
“একজন মনোরোগ বিশেষজ্ঞের কাছে যাওয়া এবং একটি প্রশ্নপত্র পূরণ করা সময়সাপেক্ষ, এবং তারপরে একজন মনোরোগ বিশেষজ্ঞকে দেখার জন্য লোকেদের কিছুটা অলসতা থাকতে পারে,” তিনি বলেছিলেন। “মানুষ একটি অসুস্থতায় ভোগার সময় তাদের জীবন নিয়ে যাচ্ছে যার ফলস্বরূপ উত্পাদনশীলতা হ্রাস পায় এবং জীবনের মান খারাপ হয়। উহু আপনার বিষণ্নতা বা উদ্বেগজনিত ব্যাধি আছে কিনা তা মডেলটি বলতে পারে। AI মডেলটিকে একটি স্বয়ংক্রিয় স্ক্রীনিং টুল হিসাবে ভাবুন যা আপনাকে একজন মনোরোগ বিশেষজ্ঞের পরামর্শ দিতে পারে।”
“মানসিক ব্যাধি সনাক্তকরণের জন্য একটি অবাধ পদ্ধতির জরুরী প্রয়োজন আছে,” গবেষকরা বলেছেন। “প্রাথমিক সনাক্তকরণ চিকিত্সকদের সময়মতো মানসিক ব্যাধি নির্ণয় এবং চিকিত্সা করতে সহায়তা করতে পারে। এটি ব্যক্তিদের তাদের আচরণ সামঞ্জস্য করতে এবং ব্যাধিগুলির প্রভাব কমাতে সক্ষম করতে পারে।”
ওয়াশিংটন বিশ্ববিদ্যালয়ের গবেষকরা 10,000 টিরও বেশি ফিটবিট ব্যবহারকারীর ডেটা অধ্যয়ন করেছেন, যা একটি গবেষণার অংশ হতে এখন পর্যন্ত পরিধানযোগ্য বৃহত্তম গ্রুপ। পূর্ববর্তী গবেষণায় ছোট গোষ্ঠী বিবেচনা করা হয়েছিল, কিছু 10 জনের মতো ছোট, শত শত ব্যবহারকারীদের মধ্যে সর্বাধিক শীর্ষস্থানীয়।
ওয়াশিংটন বিশ্ববিদ্যালয়ের গবেষণায় বয়স, জাতি, জাতিসত্তা এবং শিক্ষার স্তরের বিস্তৃত পরিসর অন্তর্ভুক্ত ছিল, যা এখন পর্যন্ত সবচেয়ে বৈচিত্র্যময় গোষ্ঠী। তাদের ডেটা ন্যাশনাল ইনস্টিটিউট অফ হেলথ (এনআইএইচ)-এর “আমাদের সকল” গবেষণা প্রোগ্রাম থেকে আসে। প্রোগ্রামটিতে বায়োমেডিকাল গবেষণা এবং নির্ভুলতা ওষুধের গতি ত্বরান্বিত করার জন্য ডিজাইন করা ডেটাসেটের একটি সংগ্রহ রয়েছে।
অসম্পর্কিত গবেষণা মানসিক অবস্থার মূল্যায়ন করার জন্য “অনুদৈর্ঘ্য পর্যবেক্ষণের জন্য একটি প্রতিশ্রুতিশীল পদ্ধতি” হিসাবে পরিধানযোগ্যদের উপর অনুকূলভাবে রিপোর্ট করেছে। ওয়াশিংটন বিশ্ববিদ্যালয়ের গবেষকরা লিখেছেন যে অন্যান্য “ডিজিটাল ফেনোটাইপ” যেমন ঘুম এবং আচরণের ধরণ পরিধানযোগ্য ডিভাইস দ্বারা পর্যবেক্ষণযোগ্য হতে পারে।