• ホーム
  • mHealthとは
  • 海外ニュース
  • 国内ニュース
  • 健康経営
  • 特集
  • 運営会社
  • お問い合わせ
  • ホーム
  • mHealthとは
  • 海外ニュース
  • 国内ニュース
  • 健康経営
  • 特集
  • 運営会社
  • お問い合わせ
Home海外ニュース『mHealth Watch』注目ニュース:Fitbit、デバイスとスマートフォンのデータを使用して ...
Previous Next

『mHealth Watch』注目ニュース:Fitbit、デバイスとスマートフォンのデータを使用して孤独を抱える若者を予測

Posted by: mHealth Watch , 2019/08/19

『mHealth Watch』では、ここ最近で公開されたニュースから「注目ニュース」をピックアップし、独自の視点で解説していきます。

今回注目したニュースはこちら!

============================================

“Fitbit、デバイスとスマートフォンのデータを使用して孤独を抱える若者を予測”

米国では孤独を抱えて暮らす人々の割合が急速に高まっている。 特に若者の約半数が孤独で暮らしていると報告している。

孤独が慢性化すると、うつ病や2型糖尿病を発症するリスクが高まる。  CDCは、肥満よりも危険であり、1日に15本のタバコを吸うのと同じくらい有害であると報告されている。しかし、孤独を抱えて暮らしている人々を見分けることは必ずしも簡単ではない。

JMIRで発表された新しい研究では、  Fitbitのデバイスとスマートフォンのデータが孤独で暮らしている大学生を識別するのを助けることができることを発見した。研究者はこのデータをマイニングし、関連する行動特性を特定することができた。

「モバイルおよびウェアラブル時系列データから抽出されたきめ細かい行動特徴は、高精度で低レベルおよび高レベルの孤独を検出でき、これらの特徴は低レベルの孤独を持つ学生の行動と高レベルの孤独の行動を区別できることを示した」と研究者はまとめた。

研究者たちは、自分たちの機械学習のアルゴリズムが孤独レベルと孤独レベルの変化の2値データをそれぞれ80.2%と88.4%の精度で予想できることを発見した。

孤独の度合いが高い学生は、夜間や週末にはキャンパス外で過ごす時間が少なく、平日は社交的な場所にいることが少なかった。

「パッシブセンシングは、大学生の孤独を検出し、それに関連する行動パターンを特定する可能性を秘めています。これらの調査結果は、孤独が個人の健康と幸福に与える影響を減らすためのモバイル技術による介入の機会を強調しています」と研究者らは述べた。

研究者たちは160名のカレッジ生を集め、学期の最初に、長期研究の学生に孤独に関するアンケートを実施。その後Fitbitとスマートフォンからデータを抽出。取り出されたデータには、行動と移動、コミュニケーション、使用、睡眠のデータが含まれていた。

その後研究者たちは3つの分析法で研究を実施した。1つ目はカレッジ生に行った調査の分析。2つ目はアルゴリズムを使用した「孤独に関連する行動パターンの抽出」だった。

「我々はトランザクション・データセットにおけるアイテム間の関連性を発見し、孤独レベルに最も関連する、組み合わされた行動のパターンと同様に、全体の孤独レベルと、組み合わされた質問のあいだに存在するパターンを見つけ出すためにAprioriという有名な頻出アイテム集合のアルゴリズムを適用した」と研究者たちは述べた。

記事原文はこちら(『mobihealthnews』2019年7月25日掲載)

※記事公開から日数が経過した原文へのリンクは、正常に遷移しない場合があります。ご了承ください。

============================================

『mHealth Watch』の視点!

今新たな問題になってきている“孤独”。日本では高齢者の孤独が注目されることが多いですが、若年層においても孤独は課題になってきています。今回は大学生による実験の結果が発表されました。

孤独は、メンタル疾患から生活習慣病につながってしまい、CDCは肥満よりも危険とまで言っています。10代から対象になることを考えると、かなり広範囲の年代が対象になり、状況を把握するのは困難であることが想定されます。

その孤独状態を見つけるのに役立つのが、行動を記録するデバイスとコミュニケーション系アプリの利用状況を掴むスマートフォンです。今の時代にあったユニークなアプローチになっています。

この組み合わせを活用することで、孤独に関わらずメンタルの兆候も掴めるようになるかもしれません。対象となる環境により、平日どれくらい活動、コミュニケーションし、週末どれくらい活動、コミュニケーションがあるか傾向を見ることである程度の傾向が見え、可能性ある対象者を見つけていくこともできるようになるのでないでしょうか!?

既存のツールを使うことで、まだまだ新たな可能性が生まれるかもしれません。今回の記事をヒントに可能性を検討してみてはいかがでしょうか?

 

『mHeath Watch』編集 渡辺 武友

株式会社スポルツのクリエイティブディレクターとして、健康系プロダクト、アプリ、映像などの企画・制作ディレクションを手掛ける。「Health App Lab(ヘルスアプリ研究所)」所長として健康・医療アプリの研究発表を行う。またウェアラブル機器、ビジネスモデルの研究を行ない、健康メディアでの発表や、ヘルスケアITなどで講演を行う。

共有:

  • Tweet

タグ: CDC, Fitbit, スマートフォン, メンタル, 孤独

Comments are closed.

アーカイブ

  • 2021年3月
  • 2021年2月
  • 2021年1月
  • 2020年12月
  • 2020年11月
  • 2020年10月
  • 2020年9月
  • 2020年8月
  • 2020年7月
  • 2020年6月
  • 2020年5月
  • 2020年4月
  • 2020年3月
  • 2020年2月
  • 2020年1月
  • 2019年12月
  • 2019年11月
  • 2019年10月
  • 2019年9月
  • 2019年8月
  • 2019年7月
  • 2019年6月
  • 2019年5月
  • 2019年4月
  • 2019年3月
  • 2019年2月
  • 2019年1月
  • 2018年12月
  • 2018年11月
  • 2018年10月
  • 2018年9月
  • 2018年8月
  • 2018年7月
  • 2018年6月
  • 2018年5月
  • 2018年4月
  • 2018年3月
  • 2018年2月
  • 2018年1月
  • 2017年12月
  • 2017年11月
  • 2017年10月
  • 2017年9月
  • 2017年8月
  • 2017年7月
  • 2017年6月
  • 2017年5月
  • 2017年4月
  • 2017年3月
  • 2017年2月
  • 2017年1月
  • 2016年12月
  • 2016年11月
  • 2016年10月
  • 2016年9月
  • 2016年8月
  • 2016年7月
  • 2016年6月
  • 2016年5月
  • 2016年4月
  • 2016年3月
  • 2016年2月
  • 2016年1月
  • 2015年12月
  • 2015年11月
  • 2015年10月
  • 2015年9月
  • 2015年8月
  • 2015年7月
  • 2015年6月
  • 2015年5月
  • 2015年4月
  • 2015年3月
  • 2015年2月
  • 2015年1月
  • 2014年12月
  • 2014年11月
  • 2014年10月
  • 2014年9月
  • 2014年8月
  • 2014年7月
  • 2014年6月
  • 2014年5月
  • 2014年4月
  • 2014年3月
  • 2014年2月
  • 2013年12月
  • 2013年7月

タグ

AI Amazon Android Apple Apple Watch apps Bluetooth FDA Fitbit GARMIN Google GPS Indiegogo iOS iPhone Kickstarter Samsung Withings Xiaomi あすけん アプリ ウェアラブル ウェアラブルデバイス スマートウォッチ スマートフォン ダイエット デバイス トレーニング フィットネス フィットネストラッカー ヘルスケア メンタルヘルス ランニング リストバンド 健康経営 医療 心拍 心拍センサー 心拍数 活動量計 睡眠 糖尿病 調査 遠隔医療 高齢者

RSSRenoBody ウォーキングイベントサービス

Health Biz Watch

copyright © Neos Corporation. SPORTZ, inc. All Rights Reserved.

  • mHealthとは
  • お問い合わせ
  • サイトマップ
  • プライバシーポリシー
  • 運営会社