利用 Sleepio 中睡眠日记基于神经网络个性化推荐睡眠行为
机器学习
2022-08-02 v1 人工智能
摘要
SleepioTM 是一个数字手机和网页平台，使用认知行为疗法（CBT）的技术来改善睡眠困难人群的睡眠。作为该过程的一部分，Sleepio 捕获已同意此类数据处理用户的睡眠行为数据。对于神经网络而言，数据规模是一个训练可转化至实际临床实践的有意义模型的机遇。我们与创建并使用 Sleepio 的治疗公司 Big Health 合作，分析了来自 401,174 份睡眠日记的随机样本数据，并构建了一个神经网络，以个性化方式对每个个体的睡眠行为和睡眠质量建模。我们证明，基于个体过去 10 天的行为预测其睡眠质量，该神经网络比标准统计方法更准确。我们在代表多种场景的广泛超参数设置下比较了模型性能。我们进一步表明，该神经网络可用于生成个性化推荐，告知用户应遵循何种睡眠习惯以最大化睡眠质量，并展示这些推荐显著优于标准方法生成的推荐。我们最后表明，该神经网络能解释给予每位参与者的推荐，并为每次预测计算置信区间，所有这些对于临床医生能在临床实践中采用此类工具都至关重要。
引用
@article{arxiv.2208.00033,
title = {Personalised recommendations of sleep behaviour with neural networks using sleep diaries captured in Sleepio},
author = {Alejo Nevado-Holgado and Colin Espie and Maria Liakata and Alasdair Henry and Jenny Gu and Niall Taylor and Kate Saunders and Tom Walker and Chris Miller},
journal= {arXiv preprint arXiv:2208.00033},
year = {2022}
}