Sensor funnet i "nesten alle slitasje" kan diagnostisere barndomsangst

Kommunisere hva det føles å lide av angst er en forsøksoppgave, selv for de mest artikulerte tenårene eller voksne som lever med angstlidelser. Men for små barn som kanskje ikke har språkkunnskapene til å sette ord på sine følelser, er det en umulig oppgave å beskrive den knuste følelsen av panikk. Et papir publisert onsdag i PLOS One foreslår en løsning: en bærbar sensor og maskinlæringsalgoritme som kan diagnostisere angst uten å høre et enkelt ord. Og det beste er at alle nødvendige deler av denne teknologien allerede eksisterer.

Psykisk helse og angstlidelser er allerede notorisk vanskelig å kile ned i tenåringer og voksne. Disse utfordringene er enda større når det gjelder å diagnostisere barn, legger Ellen McGinnis, Ph.D., en postdoktoral forsker ved Universitetet i Vermonts psykiatriavdeling.

"Unge barn griper seg med å forstå sine egne følelser og uttrykksfulle språk, så de kan ennå ikke pålidelig rapportere om eller hvordan de kan lide," forteller hun Omvendt.

"For eksempel forsøkte jeg å administrere et selvrapporteringsangrep spørreskjema laget for barn syv og opp til denne undersøkelsen. En av elementene spurte noe som "Er du hoppet?" Og 90% av barna begynte å hoppe opp og ned, smilende."

For å komme seg rundt denne hindringen reimagerte hun og studiekoordinator Ryan McGinnis, Ph.D., en biomedisinsk ingeniør, også ved University of Vermont (og Ellen McGinnis ektemann), en typisk bevegelsessensor som ble funnet i nesten alle smarttelefoner, kalt en mikro -elektromekanisk system - eller en MEMS-enhet. Dette er nano-skalerte enheter, som måler akselerasjon og vinkelhastighet, utgjør akselerometerene i "praktisk talt alle bærbare og smarttelefoner på markedet", tilføyer Ryan McGinnis. Da han festet MEMS-enheten rundt midjene på 63 barn, hvorav noen hadde klinisk diagnostisert angstlidelser, fant han at disse barna faktisk pleide å flytte annerledes enn friske kontroller når de ble satt i stressende situasjoner.

## 'Snake Oppgave'

Dessverre er den eneste måten å designe og teste en angstsensor for barn på å indusere angst. Det er nok å si at slangetaket lykkes på denne forsiden.

En forsker fører barna inn i et svakt opplyst rom, og sier, "Jeg har noe å vise deg", eller "La oss være stille så det ikke våkner" før du trekker tilbake et ark for å avsløre en falsk slange, bare tommer fra ansiktet deres. Deretter tillater forskerne at barna skal leke med slangen, hele tiden forsikre dem om at alt skal være bra.

Barn med angstlidelser flyttet mest annerledes under første fase av oppgaven, da forskerne bygde spenning om hva skapningen var hjemme bak arket. Ifølge MEMS-sensordataene hadde barn med en angstdiagnose en tendens til å vende seg bort fra det mystiske arket raskere og mer dramatisk enn sunne kontroller - ofte helt snu ryggen på det - 180 grader. Barn uten angstdiagnose vendte seg vanligvis mindre enn 60 grader, og holdt arket i sikte.

"Mange angstlidelser er preget av å bekymre seg for usikkerhet og atferdsmessig unngå unødige situasjoner," forklarer Ellen McGinnis. "Å finne ut at barn med lidelser var fysisk å vende seg, passe godt med psykologisk teori og atferdsrapporter fra personer med angst og depresjon, og unngå potensielle trusler."

Screening For Angst

Ryan og Ellen McGinnis brukte disse foreløpige dataene til å konstruere en maskinlæringsalgoritme som bruker denne rotasjonsbevegelsen og hastigheten fra REMS-sensoren for å diagnostisere barn med potensielle angstlidelser. Så langt kan algoritmen skille mellom sunne kontroller og barn med diagnose med 81 prosent suksess. Som algoritmen lærer av flere tilfeller, håper forskerne at statistikken vil bli bedre.

Ellen McGinnis kaller denne bevegelsesdataene et "objektivt mål for barnangst" som kan brukes under barnevaktutnevnelser fra tidlig i livet. Likevel er de ikke så raske til å si at de kan erstatte "standard psykologiske psykiske intervjuer". I stedet er det ment som et supplement som kan hjelpe til med å identifisere barn som vil ha nytte av oppfølging av psykiatere.

I den forstand er denne angstsensoren og algoritmen en del av en diagnostisk trend. Det er tegn på at algoritmer er nyttige for å hjelpe flaggforholdene, mens det fortsatt er tid til å gripe inn. Apple Watch har allerede gjort det bra for en hjertesykdom, og noen A.I. Programmer viser løfte om å diagnostisere sepsis.

Likevel er det noen bekymringer om hvordan å klassifisere bevegelsesdata spesielt når den brukes i et diagnostisk rammeverk. Denne bevegelsesdata kan utgjøre en medisinsk rekord, og Ryan McGinnis legger til at det er avgjørende å bygge personvernfunksjoner "fra grunnen til" i datainnsamlingsprosessen - spesielt gitt den delikate naturen til en angstdiagnose.

"Vi har ikke gode svar på dette på dette tidspunktet, men våre mål er å sikre at alle barn er koblet til den følelsesmessige og atferdsmessige omsorgen de trenger så tidlig som mulig," legger Ellen McGinnis. "For øyeblikket virker dette som et godt sted å begynne å holde denne informasjonen beskyttet i helsevesenene, som alle andre leger notater."