可穿戴技术为心理健康治疗提供数据驱动
心理治疗师借助各种算法改善心理健康治疗效果
在Chryssoula K.的母亲诊断出患有晚期乳腺癌后，她努力在作为儿女的职责和工作、新生儿、婚姻、朋友及私人时间之间做出平衡。尽管Chryssoula不是技术达人，她还是报名参加一项新设备的前期测试，该设备可持续监测她的情绪状态。
我们口袋里和手腕上充斥的电子设备常遭到指责，说它们让我们陷于痛苦。它们闪烁的屏幕和不断发出的响声，让我们习惯于关注连续不断的办公新消息和Facebook上的“赞”。但是，如果这些电子产品可以用来改善心理健康，那会如何呢？这就是Sentio的Feel项目的承诺：只需一个腕带和手机应用即可跟踪用户的情绪状态、提供定期身心锻炼，并实现每周与治疗师一次的沟通。
可穿戴设备中的传感器可测量心率、皮肤电反应、温度和运动的变化。
该系统使用人工智能(AI)和最新的心理学研究成果，与佩戴者和咨询师合作，提供即时、准确的个性化治疗。“这是一种数据驱动的疗法，在循证治疗方面是一个巨大的优势。”持证临床社会工作者、Sentio首席治疗师Sharon Kaplow说道。
Sentio的创始人George Eleftheriou和Haris Tsirmpas根据他们自己的经验看到了改善心理治疗的必要性。Eleftheriou饱受倦怠和抑郁的折磨，而Tsirmpas则经受着难以捉摸的恐慌症的困扰。他们都从心理咨询中受益，同时也发现了现有治疗标准的漏洞。心理健康评估具有很强的主观性，对预防的重视程度有限。此外，诊断经常被忽略，很少有实时干预。
解决这些问题将产生全球性影响。据估计，全世界有5亿人患有精神疾病，仅在美国每年的花费就高达5000亿美元。更好的疗法将惠及所有人：患者、治疗师、保险公司和社会。
大目标和小目标
Sentio的解决方案提供了新的治疗方法。它的核心是一款名为“感觉情绪传感器”（Feel Emotion Sensor）的腕带，类似于当下流行的很多人都佩戴的运动手环。但这个腕带有四个传感器，可以探测与情绪相关的生理反应。这些传感器包括一个测量心率变化的光电血管容积图传感器、一个测量出汗的皮肤电反应(GSR)传感器、一个测量温度的红外光传感器和一个捕捉运动的惯性测量单元。“感觉情绪传感器”通过蓝牙将这些信号持续发送给Feel应用，Feel应用再将这些信号上传到云端的服务器上。该服务器包含专有人工智能算法，可以分析数据并检测以下四种情绪之一：喜悦（正能量、高能量）、满足（正能量、低能量）、忧虑（负能量、高能量）和悲伤（负能量、低能量）。
通常，当Feel应用检测到某种情绪时，会要求用户描述正在发生的事情以及他们的感受。这种反馈有三个目的：帮助算法改进、为治疗师提供更丰富的信息，以及提示记录日志，这带来了更好的自我洞察力。Chryssoula说，这款应用“激励我在提升自我、改善消极想法和消除恐惧的方式上变得有针对性和有分析能力”。
这款应用还会推荐几种锻炼方式中的一种。例如，用户可能需要回忆他们上次治疗的关键信息，并描述他们计划如何在日常生活中使用这些信息。
Feel项目持续16周。每周，用户都有与一名持证治疗师进行视频聊天的环节，该治疗师可以通过软件仪表板对用户的数据进行保密访问。由于采用数据驱动的方法，与传统的45分钟聊天相比，现在的聊天环节只需要15分钟。在第一次的聊天环节，他们会设定一个总体的大目标，以及一组每周的子目标。Kaplow说，这是为了增加责任感，使大目标更易于实现。
例如，如果总体的大目标是在工作中扮演新的领导角色，那么子目标可能是首先寻找做出贡献的机会，然后找出做出贡献的方法，最后调整任何消极的想法。Kaplow说，具体的功能目标有时会揭示更多的情绪目标。这款应用的认知行为治疗练习可以帮助用户实现这些目标。
Feel项目包括一个手机应用，可以跟踪用户的情绪状态、向其推荐策略，并要求用户描述正在发生的事情。这些信息在每周与Feel治疗师的聊天环节中会用到。
人工智能算法分析来自感觉情绪传感器的数据，并检测四种情绪之一：喜悦、满足、忧虑和悲伤。
用户向治疗师反馈任何问题。Kaplow说，某个在会议上有发言障碍的客户可能会说：“‘尽管我在挑战自己的想法，想要发言，但我的心在狂跳，我的嘴很干，我就是做不到。’所以，我们会探讨，‘下次你能做出哪些改变？什么有助于你处理上述生理问题？’这就是治疗练习的用武之地。”
Chryssoula的主要目标是改善与家人和朋友的关系。“利用这些目标，我找到了与母亲和孩子相处更充实、更有成效的方法。”她说。“我每周至少安排一次和最好的朋友外出。”
她还看到生活其他方面的改善。“我在工作中成功地完成一个要求高、压力大的项目，还抽出一点时间来放松和做其他事情。”
信号筛选
Tsirmpas说，在设计Feel时，“最大的挑战是将一系列生理数据转换成清晰而具体的决策——情绪的标记。”为此，他们在MATLAB®中开发了人工智能和信号处理算法。
机器学习和信号处理算法利用“感觉情绪传感器”采集的生理数据来检测情绪。
“最大的挑战是需要以某种方式将连续不断的生理数据转换成清晰而具体的决策——情绪的标记。”
信号处理的第一步是对信号进行预处理以去除外部噪声。对于生理数据，你可以过滤掉任何由行走引起的波动。然后是数据转换，它会在数据中发现重要的特征。与数百万个独立的数据点相比，这些高级特征更易于进行算法处理。
Tsirmpas说，他们使用MATLAB来清除噪音信号，并将信号分割成离散的情绪事件。“它有助于快速推进，让算法变得更有稳健。”
机器学习是人工智能的一种形式，非常适合涉及大量数据和大量变量的复杂问题，它用于情绪事件检测算法中。机器学习算法（MATLAB中的功能）可识别数据中的特征，例如表示不同情绪生物标记物的组合。正是这些运行在亚马逊网络服务(Amazon Web Services, AWS)服务器上的基于云的算法，可以监控患者的情绪状态，并将结果反馈给Feel。
为了指导他们的机器学习算法，Sentio首先从心理学文献开始，找到哪些物理信号最能反映对应的情绪。然后，他们通过让佩戴感觉情绪传感器的人描述他们的感受来微调模型。这些模型还对读数进行了分类，如果情绪标签与用户描述的不同，则模型会进行自我更新，以便下次更好地工作。该系统还可以根据每个用户进行自我调整。Kaplow说，有人报告称，他们觉得感觉情绪传感器真的在了解他们了。总的来说，这个系统已完成了数百个用户的测试。
在某些情况下，感觉情绪传感器可能比他们自己更了解他们。Kaplow说：“有时候我们没有意识到自己的情绪。“通常，我们会有客户来抱怨他们有胃病或头痛，他们认为这些身体症状完全与情绪无关。而这种综合诊断的目的是连接你的身心，帮助你更好地调整自己以适应正在发生的事情。”
Chryssoula说：“整个星期，Feel应用帮助我注意到我在每个重要时刻的感受——不管是好是坏——以及感受的强烈程度。这让我去思考如何解决问题，有时我会使用它的帮助建议，比如呼吸练习，帮助我度过压力。”
这个应用提供了互动的情绪日历，不仅提供通知和输入，还为个人提供准确的情绪和心理形象。Kaplow指出，Feel让她对客户有了更好的了解，“但我认为客户对自己有了更好的了解，这一点更重要。”
Kaplow认为Feel是她服务的力量倍增器。“这项技术带来了一定程度上的参与度和意识，这是很有帮助的。在传统治疗中，你会去和治疗师面谈，而日常生活中治疗师并不在你身边。如果在一周中没有这样的实时提醒，你的进步就会变慢。感觉情绪传感器和应用程序提供了持续的参与度。你所学到的和讨论过的东西一直呈现在你面前。”
“整个项目对我来说是一个惊喜，”Chryssoula说，“尽管我每周只花很短的时间在心理治疗上，但我感觉自己每天都在不断地进行互动心理治疗，这些治疗完全为我的日常生活而打造。”
Kaplow认为，像Feel这样的系统可以解决之前强调的心理健康治疗的许多问题。“传统疗法会回顾过去一周内发生的事情，并期待你能做些什么。但这项技术可以提供实时支持，这种方法是传统疗法所不具备的。如果有问题，我的传统疗法客户会给我发短信寻求帮助，但这需要他们主动找我。”但是，借助Feel，“感觉情绪传感器就会一直主动为他们提供帮助。”
“当我开始这个项目时，我无法想象它会有如此积极的影响。”Chryssoula说道。“我认识到，处理任何复杂情况的第一步是处理好自己的想法和感受。”
