Twoja prywatność jest dla nas ważna

Nasze strony wykorzystują mechanizmy między innymi takie jak cookies (ciasteczka), które służą m.in. do zapewnienia optymalnej obsługi podczas wizyty na naszych stronach. Powyższe mechanizmy mogą być wykorzystywane przez nas jak i przez naszych partnerów. Część z nich jest niezbędna do prawidłowego działania serwisu, w tym zapewnienia niezbędnego poziomu bezpieczeństwa, pozostałe (które możesz kontrolować) są wykorzystywane do:

obsługi dodatkowych funkcjonalności usprawniających działanie naszych stron,

analizy tego, w jaki sposób korzystasz z naszej strony

marketingu bezpośredniego,

udostępniania funkcji mediów społecznościowych.

Kliknij „Akceptuję i przechodzę do strony”, aby wyrazić zgodę na przetwarzanie przez nas i naszych partnerów Twoich danych w powyższych celach.

Pamiętaj, że wyrażenie zgody jest dobrowolne, a wyrażoną zgodę możesz w każdej chwili cofnąć, możesz też wycofać zgodę na przetwarzanie Twoich danych tylko w niektórych celach. Jeżeli chcesz dowiedzieć się więcej lub chcesz przeprowadzić konfigurację szczegółową - możesz tego dokonać za pomocą „Ustawień zaawansowanych”.

Więcej informacji na temat wykorzystywania narzędzi zewnętrznych na naszych stronach znajdziesz w Polityce cookies.

Ustawienia zaawansowane

Przetwarzamy informacje pozyskane przy wykorzystaniu technologii cookies wyłącznie w celach wymienionych poniżej. Część z tych informacji jest niezbędna dla działania naszego serwisu, w pozostałym zakresie możesz skonfigurować swoje preferencje w zakresie poszczególnych celów, poprzez zaznaczenie stosownej zgody przy każdym z nich. Możesz też wyrazić zgodę na wszystkie cele poprzez wybranie klawisza „Akceptuję wszystko i przechodzę do serwisu”

Niezbędne

Zawsze aktywne

Mechanizmy o charakterze niezbędnym są wymagane do prawidłowego działania naszego serwisu. Bez nich część przygotowanych dla Ciebie funkcjonalności nie będzie działać poprawnie lub nie będzie działać wcale. Te mechanizmy są konieczne do funkcjonowania naszego serwisu, dlatego są zawsze aktywne (nie możesz ich wyłączyć).

Zgadzam się na Funkcjonalne

Mechanizmy funkcjonalne są wykorzystywane przez dodatkowe funkcjonalności serwisu. Możesz z nich z nich zrezygnować, ale w takim przypadku korzystanie z części funkcjonalności serwisu będzie utrudnione lub wręcz niemożliwe.

Zgadzam się na ciasteczka Analityczne i statystyczne

Mechanizmy analityczne pomagają nam zrozumieć w jaki sposób użytkownicy poruszają się po naszym serwisie, a także które strony serwisu cieszą się największą popularnością. Dzięki tym mechanizmom jesteśmy w stanie lepiej przygotowywać nowe funkcjonalności naszego serwisu oraz optymalizować działanie już istniejących. Informacje zawarte w przedmiotowych mechanizmach mogą być przetwarzane także przez naszych partnerów (Google LLC, Microsoft).

Zgadzam się na ciasteczka Marketingowe

Mechanizmy reklamowe są wykorzystywane przez nas oraz naszych partnerów do budowania kontentu reklamowego w naszym serwisie – lista partnerów może ulegać zmianie, jej aktualną wersję zawsze znajdziesz w tym miejscu. Więcej informacji o wykorzystywanych przez nas narzędziach zewnętrznych znajdziesz w naszej Polityce cookies.

Nasi partnerzy:

Google

AI przewiduje nastrój na podstawie parametrów snu

Dodano: 07.02.2025

Wystarczą dane dotyczące przebiegu snu z inteligentnych zegarków, aby przewidzieć nastrój w ciągu dnia

Model sztucznej inteligencji opracowany przez koreańskich naukowców wykorzystuje dane dotyczące snu i rytmu okołodobowego, aby wykryć wzorce zaburzeń nastroju.

Analizą objęto 168 koreańskich pacjentów z zaburzeniami nastroju, w tym z dużą depresją i chorobą afektywną dwubiegunową. Zespół badaczy zebrał i przeanalizował dane dotyczące snu na przestrzeni 429 dni wygenerowane przez inteligentne zegarki Fitbit. Chcieli sprawdzić, czy zaburzenia nastroju są związane z nieregularnym snem i rytmami okołodobowymi.

Na podstawie danych wyodrębniono 36 cech snu i rytmu okołodobowego, które następnie zastosowano do trenowania modeli opartych na bibliotece uczenia maszynowego XGBoost w celu przewidywania epizodów nastroju. Modele predykcyjne osiągnęły odpowiednio 80%, 98% i 95% dokładności w przewidywaniu epizodów depresji, manii i hipomanii.

Wyniki sugerowały również, że codzienne zmiany rytmu okołodobowego mogą być kluczowym czynnikiem predykcyjnym epizodów nastroju. Zaburzenia rytmu okołodobowe mogą potencjalnie prowadzić do epizodów depresyjnych i zwiększać prawdopodobieństwo wystąpienia epizodów maniakalnych.

Wyniki badania zostały opublikowane w czasopiśmie Nature npj Digital Medicine. Chociaż istnieją już modele AI do przewidywania zmian nastroju u osób z zaburzeniami nastroju, zazwyczaj wymagają one dostępu do szerokich danych, w tym snu, tętna, ekspozycji na światło, korzystania z telefonu i danych GPS.

– Opracowując model, który przewiduje epizody nastroju wyłącznie w oparciu o dane dotyczące wzorca snu i czuwania, zmniejszyliśmy koszty gromadzenia danych i znacznie poprawiliśmy możliwości zastosowania klinicznego – powiedział Kim Jae Kyoung. Badanie otwiera drzwi do stworzenia cyfrowych rozwiązań terapeutycznych oceniających ryzyko zmian epizodów nastroju i na tej podstawie motywujących pacjentów do dbania o rytm okołodobowy i zdrowy sen.

Jeszcze inne badania, przeprowadzone przez zespół koreańskich badaczy z Nanyang Technology University, pozwoliły opracować model przewidujący ryzyko depresji, także na podstawie danych o wzorcach snu i rytmie dobowym. Osiągnął on 80% dokładność w identyfikacji osób z wysokim ryzykiem depresji. Podobnych rozwiązań szybko przybywa. Przykładowo, na początku 2024 roku japońscy badacze opracowali pierwszy na świecie model AI, który może przewidywać chorobę Alzheimera przy użyciu danych z urządzeń do noszenia.

Czytaj także: AI przewidzi nawet 1000 chorób. Wystarczą dane z EDM