机器学习联手可穿戴设备个性化治疗抑郁症

超过21%的美国成年人患有抑郁症，严重影响生活质量。加州大学圣地亚哥分校医学院精神病学副教授Jyoti Mishra博士指出，许多轻度至中度抑郁症患者可以通过调整睡眠、运动、饮食和社交等日常习惯来改善症状。然而，由于抑郁症在不同个体间差异很大，一种通用的生活方式干预方法效果有限。

为了应对这一挑战，Mishra团队开发了一种基于机器学习的个性化治疗方法。该方法利用可穿戴设备收集的数据，包括睡眠模式、身体活动、饮食摄入和社交互动频率等，来为每位患者定制最可能有效的生活方式改变方案。研究发表在《JAMA Network Open》上。

在初步试验中，该模型能够根据个体数据预测哪种干预措施（如增加运动或改善睡眠）最有助于减轻抑郁症状。这种个性化方法有望提高治疗依从性和效果，为抑郁症管理提供新思路。研究人员计划进一步开展更大规模的临床试验来验证该方法的有效性。