心不全患者の服薬アドヒアランスを改善するための活動認識プロンプト

研究者らは、適切なタイミングで適切な状況でプロンプトが提供されれば、医療介入を必要とする多くの個人が投薬計画をより順守できるという仮説を立てています。 彼らは、毎日の活動を認識し、活動を認識した薬のリマインダー介入を提供し、コンプライアンスを成功させる介入タイミングに関する洞察を提供する機械学習ベースのソフトウェアアルゴリズムを設計および評価することにより、仮説を検証します。

このプロジェクトの最初の目的は、モバイル デバイスでの日常の活動と活動の遷移を認識するソフトウェア アルゴリズムを拡張および検証することです。 仮説は、機械学習と自動アクティビティ検出を組み合わせることで、最小限のユーザー入力で毎日の行動コンテキストを特徴付けて追跡できるというものです。 以前の研究では、研究者はスマート ホームでのアルゴリズムの成功を実証しました。 このプロジェクトでは、モバイル デバイスの技術を適応させることを提案します。

プロジェクトの 2 番目の目的は、活動に敏感な医療プロンプトを開発し、活動に敏感なプロンプトが服薬アドヒアランス率の主要な結果と生活の質の二次的結果に与える影響を評価することです。 この目的のために、この目標は次の 2 つのタスクに分解できます。 （b）患者の転帰に対する活動に敏感なプロンプトの影響を評価する。 調査担当者は、アクティビティ プロンプト インターフェイスとアクティビティ認識を組み合わせて、成功が実証されたコンテキストでプロンプトを提供します。

最後に、3 番目の目的では、研究者は機械学習アルゴリズムを設計して、薬のリマインダーの成功と失敗の状況を分析します。 彼らは、機械学習技術を使用して、コンピューター アルゴリズムを使用して迅速なコンプライアンスを自動的に予測し、成功したプロンプト状況と失敗したプロンプト状況を区別する方法を学習できると仮定しています。 彼らのアプローチでは、研究者はセンサー データを利用して日常の行動を分析し、行動のコンテキストを服薬順守と関連付けます。