用于自杀企图预防的行为偏移被动检测
计算机与社会
2020-11-20 v1 机器学习
摘要
全球每年有一百多万人自杀。日常照护成本、社会污名与治疗问题仍是心理健康领域难以逾越的障碍。大多数精神障碍症状都与患者的行为状态（如流动性或社会活动）相关。基于移动端的技术可被动收集患者数据，补充依赖有偏问卷和偶发就医的传统评估。本工作中，我们提出一种非侵入式机器学习（ML）模型，从智能手机应用收集的不引人注目的数据中检测精神科患者的行为偏移。我们经临床验证的结果，为开发用于自杀企图预防任务的早期检测移动工具提供了思路。
引用
@article{arxiv.2011.09848,
title = {Passive detection of behavioral shifts for suicide attempt prevention},
author = {Pablo Moreno-Muñoz and Lorena Romero-Medrano and Ángela Moreno and Jesús Herrera-López and Enrique Baca-García and Antonio Artés-Rodríguez},
journal= {arXiv preprint arXiv:2011.09848},
year = {2020}
}
备注
Machine Learning for Mobile Health Workshop at NeurIPS 2020