今天发表在《医学互联网研究杂志》上的一项研究显示，智能**传感器收集的数据也许有一天能够确定某人是否患有抑郁症症状。科学家们说，通过跟踪平均每天的电话使用情况并记录GPS数据，他们能够高精度地识别出患有抑郁症的人。不幸的是，这项研究的规模很小，而且缺少数据点，这表明这种方法还没有完全适合黄金时段。

抑郁症是美国最常见的心理健康问题之一。2012年，大约1600万成年人——占美国成年人总数的6.9%——至少经历过一次抑郁症发作。这就是为什么寻找跟踪病人的新方法如此重要。西北大学（Northwestern University）的行为科学家、该研究的合著者戴维•莫尔（David Mohr）说，利用**的传感器可以帮助识别有抑郁症风险的人，并确保患者更迅速地接受治疗。

患抑郁症的人往往很少去别的地方

在这项研究中，研究人员使用Craigslist广告招募了40名年龄在19岁到58岁之间的人。研究人员要求参与者填写一份常见的抑郁症调查。然后，他们通过一款名为“紫色机器人”的Android应用程序，对参与者的行动和**使用情况进行为期两周的跟踪

患抑郁症的人往往比不患抑郁症的人去的地方少，而且从社会的角度来看，他们往往更孤僻。因此，研究人员分析了28名参与者的数据，看看高水平的**使用率（一种被撤回的代替品）或GPS数据与抑郁症之间是否存在关系(由于某些技术性和依从性问题，12名参与者不能被纳入研究。）

研究人员发现，通过**收集到的一些变量与参与者的抑郁得分密切相关。西北大学的计算机科学家、这项研究的合著者sohrobsaeb解释说，例如，“越抑郁的人，他们的动作就越不规律”，这意味着他们没有经常出门或回家。研究人员还发现，像预期的那样，抑郁程度更高的人使用**的次数更多。

该模型识别抑郁症状的准确率为87%

总的来说，科学家们开发的模型能够以87%的准确率识别出有抑郁症状的人。西北大学的行为科学家、这项研究的合著者davidmohr说，这一发现“表明**传感器数据可以用来提供抑郁症的客观行为标志。”。

达特茅斯学院的流行病学家Ethan Berke没有参与这项研究，他说：“这是一项非常小的研究，他们在很长一段时间内都没有获得数据，但撇开这些不谈，这肯定会提高我们的知识基础。”。哈佛大学的精神病医生贾斯汀·贝克（Justin Baker）对此表示同意这项研究的新颖之处在于表明，在许多人中追踪这些信息是可能的，而且在预测抑郁得分方面做得不错。”

不幸的是，研究人员没有对**使用数据进行分解，以阐明参与者是否使用**浏览互联网、玩游戏或通过即时消息与他人交流。考虑到避免与他人进行社交活动通常是抑郁的一种症状，弄清**是否用于与他人交谈可能会产生更准确的结果。

莫尔认为，研究中捕捉到的电话使用情况“不是交流”更确切地说，它是使用应用程序、浏览等——人们从事的活动是为了分散自己对情感痛苦的注意力，或者是人们确实在避免这种情况。”

科学家们并没有研究参与者的年龄或是否使用**工作

科学家们也没有询问参与者是否使用**工作我们从这篇文章中了解到，理解工作环境是很重要的。例如，掌握参与者是在一个地点工作还是在多个地点工作的信息，“可以提高分类器的准确性。”

最后，参与者的年龄没有被考虑在内，尽管研究表明45岁以下的人比老年人花更多的时间使用应用程序。伯克说，研究中缺少这些数据点的事实“并不意味着研究无效，但这确实意味着在解释研究时需要谨慎。”。“这当然不是问题的结束，而是开始。”

莫尔和他的团队已经在为120人进行一项新的研究。莫尔说，这些参与者将被“更仔细地定义为抑郁、焦虑和其他变量”。他说，因为科学家们观察了参与者的运动情况，所以有可能患有某些健康状况的人，比如疲劳和行动不便的人，“看起来可能很沮丧，而实际上他们并没有。”。因此，增加收集到的关于参与者及其环境的信息将是研究小组下一步工作的一部分。

“想象一个世界，我们口袋里随身携带的设备可以帮助我们追踪自己的心理健康状况。”

贝克说，这项研究的局限性可以在未来的实验中被克服。许多医生一直在研究利用智能**传感器收集健康数据的方法——苹果公司的ResearchKit就是一个很好的例子——因此，心理健康研究人员的加入也就不足为奇了。被动检测与抑郁症相关的行为因素的能力可以为治疗提供大量的可能性。

贝克说：“想象一下这样一个世界，我们口袋里随身携带的设备可以帮助我们追踪自己的心理健康状况，在我们最终需要精神病治疗之前抓住自己。”。这项研究“让我们更接近”这一点，“通过展示我们的**已经记录的数据如何能够帮助我们及早发现抑郁症。”