利用智能手机上的位置传感器数据实现跨平台预测抑郁症治疗效果

《ACM Transactions on Intelligent Systems and Technology》：Cross-platform Prediction of Depression Treatment Outcome Using Location Sensory Data on Smartphones

抑郁症治疗效果预测通过智能手机位置数据与问卷结合实现，采用领域适应与对比学习提升模型性能，F1分数达0.79。

　　

摘要

摘要

目前，抑郁症的治疗依赖于密切监测患者对治疗的反应，并根据需要调整治疗方案。然而，使用自我报告或医生填写的问卷来监测治疗反应存在主观性、成本较高以及回忆偏差等问题。在本文中，我们探讨了利用智能手机上被动收集的位置感知数据来预测治疗结果的可能性。为了解决Android和iOS这两种主流智能手机平台上数据收集的异质性问题，我们采用了领域适应技术将它们的数据映射到一个共同的特征空间，然后联合使用这些数据来训练机器学习模型。我们进一步探索了将对比学习与领域适应相结合的方法，以增强数据质量和学习特征嵌入。这些学习到的特征嵌入随后被用来训练机器学习模型，以预测抑郁症的治疗结果。评估结果显示，通过结合对比学习和领域适应学习得到的特征嵌入能够实现最佳的预测准确性。此外，我们的研究还表明，利用位置数据和基线自我报告问卷得分可以使F1分数达到0.76，这一准确性与定期自我报告问卷的准确率相当，说明利用位置数据是预测抑郁症治疗结果的一个有前景的方向。最后，当同时使用所有位置数据和问卷数据时，F1分数进一步提高到了0.79。