基于可穿戴设备的机器学习在心理健康发作预测中的应用：一项系统综述

《Proceedings of the Human Factors and Ergonomics Society Annual Meeting》：Machine Learning for Mental Health Episode Prediction via Wearable Devices

　　

专业摘要翻译 全球约有9.7亿人患有心理健康（MH）障碍，其中许多涉及反复发作的病程，而及时预测可能有助于缓解这些发作。本综述评估了利用可穿戴生理数据预测心理健康发作的机器学习（ML）方法，并考察设备等级是否影响预测准确性。通过EBSCO检索实证性英文研究，并由两名独立评审人员在Rayyan.ai平台进行筛选，第三名评审人员解决分歧。在检索到的332篇文献中，32项研究符合纳入标准。多数研究聚焦于抑郁症或压力，其中30项应用了人工智能/机器学习（AI/ML）方法。研究结果表明，预测性能更多受机器学习方法而非设备等级驱动。报告的性能范围：抑郁症为76%–87%，压力为85%–98%，惊恐发作风险为75.6%–92.8%，焦虑为97%–99%。关键预测因子包括心率变异性、睡眠、活动量、昼夜节律稳定性及皮肤电活动。多模态和个性化时序模型表现最佳。

论文解读

一、研究背景与问题

心理健康障碍已成为全球重大公共卫生挑战。2019年，全球约有9.7亿人患有精神障碍，其中焦虑和抑郁障碍最为普遍。除临床症状外，这些疾病还造成巨大的社会和经济负担，包括生产力下降、医疗成本增加和生活质量受损。心理健康障碍常呈发作性病程，反复的病情加重会扰乱日常功能、情绪调节和人际关系。因此，对这类发作的早期预测至关重要，因为及时干预可以减轻症状严重程度、改善预后并降低整体医疗负担。

近年来，可穿戴技术的进步使得对与心理健康相关的生理和行为信号进行持续监测成为可能。已有研究表明，可穿戴设备能够以较高准确性检测压力和情绪状态，为主动式心理健康监测创造了新机遇。从可穿戴设备采集的数据，如心率变异性、皮肤电活动、睡眠模式和身体活动量，越来越多地被用于旨在预测心理健康发作的预测模型中。

可穿戴设备可分为商用级和研究级两类系统。商用级设备如智能手表和健身追踪器，易于获取并能生成大规模数据集，但往往以牺牲测量精度换取可用性。相比之下，研究级可穿戴设备提供高分辨率、多模态的生理数据，准确性更高，但可扩展性和用户便利性较差。理解这两类设备之间的权衡对于评估其在心理健康预测应用中的适用性至关重要。机器学习（ML）和人工智能（AI）方法在将可穿戴数据转化为有意义的预测中发挥核心作用，但仍存在数据质量、个体间差异、偏差、隐私和伦理等方面的挑战。

二、研究内容与主要结论

本研究是一项系统文献综述，聚焦于利用可穿戴设备预测心理健康发作的研究，特别关注两个方面：（1）商用级与研究级可穿戴设备的差异；（2）机器学习技术对预测准确性的影响。研究通过EBSCO从四个数据库（APA PsycArticles、APA PsycInfo、APA PsychTests和MEDLINE Complete）检索文献，检索时间为2024年10月21日至11月5日，共获得332篇英文文献。去重后剩余288篇，经双人独立筛选并由第三人解决分歧，最终32项研究纳入分析。评审者间信度Cohen's Kappa为0.79，表明具有实质性一致性。

研究结果按心理健康障碍类型分类呈现：

焦虑：一项研究使用研究级可穿戴设备（Empatica E4），以心率（HR）、皮肤电活动（EDA）和皮肤温度作为社交焦虑的客观指标。支持向量机和随机森林（RF）等机器学习分类器在区分基线、社交焦虑和反应状态时达到97%至99%的准确率，展示了机器学习作为无创焦虑评估辅助工具的潜力。

惊恐发作障碍：两项来自台湾的研究使用商用级Garmin智能手表进行惊恐发作预测。深度学习架构，包括循环神经网络（RNN）、长短期记忆（LSTM）网络和门控循环单元（GRU），在预测未来7天内惊恐发作发生方面达到75.6%至92.8%的准确率。传统机器学习算法如随机森林（RF）和线性判别分析（LDA）的准确率为67.4%至81.3%，其中随机森林表现最优。

抑郁症：抑郁症是研究最多的病种，32项研究中有15项涉及。机器学习和深度学习模型达到76%–87%的中高预测准确率。报告的生物标志物和行为特征包括心率变异性（HRV）、睡眠模式、身体活动模式、昼夜节律稳定性和皮肤温度。研究级设备（如Empatica E4）和商用设备（如Fitbit和Samsung Active 2）均获得相当的准确率，表明算法复杂度可能比硬件灵敏度更具影响力。

压力：12项研究涉及压力检测，其中11项采用人工智能方法。应用机器学习，特别是长短期记忆（LSTM）、随机森林（RF）和极端梯度提升（XGBoost）的研究报告准确率在85%至98%之间。一项使用商用Fitbit Versa 2且未采用AI预测的研究发现，心率估计值与心电图读数偏差仅为每分钟±6.57次，对应7.2%的误差，在10%的可接受阈值内。

双相障碍：两项研究使用研究级可穿戴设备（Empatica E4和Silmee W20），深度学习和梯度提升模型在预测情绪发作严重程度和极性方面达到62%至85%的准确率。XGBoost在机器学习模型中表现最佳，循环网络在追踪与躁狂和抑郁阶段相关的生理变化方面取得中等成功。

强迫症（OCD）：一项研究使用Empatica E4研究级可穿戴设备，采集BVP、EDA、皮肤温度和HR数据。随机森林（RF）和混合效应随机森林模型在青少年强迫症发作分类中达到约70%的准确率。

三、关键技术方法

研究人员采用系统文献综述方法，通过EBSCO从四个数据库检索文献，使用Rayyan.ai平台进行文献筛选和管理，由两名独立评审者依据预先设定的纳入排除标准进行标题摘要初筛和全文审查，第三名评审者解决分歧，并通过Cohen's Kappa系数评估评审者间信度。

四、讨论与结论

本综述的核心发现是：机器学习方法而非设备等级是预测准确性的主要决定因素。利用多模态特征、时间动态和个性化的模型，特别是LSTM和GRU等深度学习架构，在抑郁症、压力、焦虑、惊恐发作障碍、双相障碍和强迫症等疾病中均取得最高性能。虽然研究级可穿戴设备提供高分辨率生理数据，但商用设备在配合稳健的机器学习流程时也能达到相当的预测准确性，这表明可扩展的消费级可穿戴设备在实际心理健康监测和早期干预方面具有重要前景。反复被识别的关键生理预测因子包括心率变异性、睡眠指标、身体活动模式、昼夜节律稳定性、皮肤电活动和血氧饱和度变异性。

尽管结果令人鼓舞，但在纵向验证、实时预警系统和跨人群泛化性方面仍存在空白。未来研究应优先建立标准化评估框架、整合心理和情境信号，并在真实临床和非临床环境中测试预测模型。解决这些挑战对于将基于可穿戴设备的心理健康预测转化为医疗系统工程中可靠、合乎伦理且可扩展的决策支持工具至关重要。