这项研究是由新加坡南洋理工大学的一个团队进行的，共有 290 名成年人（平均年龄 33 岁）被要求连续 14 天佩戴 Fitbit Charge 2 活动追踪设备。他们被告知，除了洗澡或充电时，其他时间都要佩戴它。

在为期 2 周的测试开始前和结束后，参与者都需要完成一份问卷，该问卷被广泛用于识别正在变得抑郁的人。然后，这些问卷调查的结果与 Fitbits 收集的数据相结合，并用于训练一个名为 Ycogni 模型的机器学习计算机程序。

当该程序随后被用来单独分析 Fitbit 数据时，它被证明在预测哪些人最有可能患上抑郁症以及哪些人最不可能患上抑郁症方面具有约 80% 的准确性。

据观察，容易抑郁的人群在凌晨 2 点到 4 点之间的心率变化更大，然后在凌晨 4 点到 6 点之间再次变化（由Fitbits测量）。这与早期研究的结果一致，这些研究表明睡眠时的心率变化可能是抑郁症的一个有效生理指标。

Fitbits 还表明，有抑郁倾向的测试对象往往在起床时间和睡觉时间上有更大的变化。同样，之前已经观察到，患有抑郁症的人不太擅长遵循日常的睡眠和起床程序。领导该研究的 Josip Car 教授说：“我们的研究成功地表明，我们可以利用可穿戴设备的传感器数据来帮助检测个人患抑郁症的风险。通过挖掘我们的机器学习程序，以及可穿戴设备的日益普及，有一天它可以被用于及时和不引人注目的抑郁症筛查”。

关键词： 科学探索 利用Fitbit手环 科学家证明可穿戴设备能预测抑