HOPES——用于数据收集、监测与机器学习的集成式数字表型平台
人机交互
2020-08-31 v1
摘要
我们描述了一个综合性数字表型平台：通过积极投入与自我赋能改善健康结局（HOPES，Health Outcomes through Positive Engagement and Self-Empowerment）的开发过程与早期经验。HOPES 基于开源的 Beiwe 平台构建，但增加了更广泛的数据收集范围，包括可穿戴数据源的集成以及来自智能手机的更多传感器采集。部分需求源自一项针对精神分裂症的同时进行的临床试验。该试验要求 HOPES 在安全性、隐私性、易用性和可扩展性方面开发重要能力，这建立在公有云与本地部署谨慎结合的基础之上。我们描述了用于清洗、处理、呈现和分析数据的新数据流水线。其中包括一组根据研究运行和临床护理需求定制的仪表板。通过分析 SARS-CoV-2 大流行期间 20 名参与者的数字行为，描述了 HOPES 的一项测试使用。
引用
@article{arxiv.2008.12431,
title = {HOPES -- An Integrative Digital Phenotyping Platform for Data Collection, Monitoring and Machine Learning},
author = {Xuancong Wang and Nikola Vouk and Creighton Heaukulani and Thisum Buddhika and Wijaya Martanto and Jimmy Lee and Robert JT Morris},
journal= {arXiv preprint arXiv:2008.12431},
year = {2020}
}
备注
This document includes both the main paper and its supplementary material