基于言语副语言特征的轮班工作者疲劳评估可行性研究

《npj Digital Medicine》：Predicting different dimensions of fatigue from speech data: a longitudinal study in shift workers

　　

摘要

轮班工作，即在非正常的生理节律下工作，既会导致疲劳感，也会对个人的长期身心健康产生不利影响。然而，目前用于评估疲劳的方法在理解这些风险如何随时间在个体体内发展方面存在诸多 limitations。在这里，我们利用一项大规模、多语言的轮班工作者队列研究（对来自六个不同国家的1197名参与者进行了两周内每日两次的测量），探讨了基于短暂言语活动的疲劳测量方法的可能性。通过分析言语中的副语言特征，我们尝试预测每个研究时间点上的急性疲劳和慢性疲劳的不同方面，并在未见过的（保留的）数据中对预测结果进行了验证。在横断面分析中，该方法对当前睡眠剥夺程度以及自我报告的困倦程度都能表现出良好的预测效果（接近或超过了现有的最先进水平）。通过对个体自身的数据进行分析，我们发现其预测能力有所提升，从而能够检测到更主观的疲劳表现，如全身性的身心疲惫。这些发现初步证明了使用短暂的言语样本作为轮班工作者等高风险人群中疲劳状况的评估工具的可行性：该方法成本低廉、易于实施且可靠性较高。