심부전 환자의 약물 순응도를 개선하기 위한 활동 인식 프롬프트

연구자들은 적절한 시기에 적절한 상황에서 프롬프트가 제공된다면 약물 개입이 필요한 많은 개인이 약물 요법을 더 잘 따를 수 있다는 가설을 세웁니다. 그들은 일상적인 활동을 인식하고, 활동을 인식하는 의학 알림 중재를 제공하고, 성공적인 준수를 이끌어내는 중재 타이밍에 대한 통찰력을 제공하는 기계 학습 기반 소프트웨어 알고리즘을 설계 및 평가하여 가설을 검증합니다.

프로젝트의 첫 번째 목표는 모바일 장치로 일상 활동과 활동 전환을 인식하는 소프트웨어 알고리즘을 확장하고 검증하는 것입니다. 가설은 자동화된 활동 검색과 결합된 기계 학습을 사용하여 최소한의 사용자 입력으로 일일 행동 컨텍스트를 특성화하고 추적할 수 있다는 것입니다. 초기 작업에서 연구자들은 스마트 홈에서 우리 알고리즘의 성공을 시연했습니다. 이 프로젝트에서 그들은 모바일 장치에 대한 기술을 적용할 것을 제안합니다.

이 프로젝트의 두 번째 목표는 활동에 민감한 의학 프롬프트를 개발하고 활동에 민감한 프롬프트가 약물 순응도의 1차 결과와 삶의 질의 2차 결과에 미치는 영향을 평가하는 것입니다. 이를 위해 이 목표는 (a) 활동에 민감한 프롬프트 개발; (b) 활동에 민감한 자극이 환자 결과에 미치는 영향을 평가합니다. 조사관은 활동 프롬프트 인터페이스를 활동 인식과 결합하여 입증된 성공 상황에서 프롬프트를 제공합니다.

마지막으로, 세 번째 목표에서 연구자는 기계 학습 알고리즘을 설계하여 약물 알림 성공 및 실패 상황을 분석합니다. 그들은 기계 학습 기술을 사용하여 컴퓨터 알고리즘을 사용하여 성공적인 프롬프트 상황과 실패한 프롬프트 상황을 구별하는 방법을 학습함으로써 프롬프트 준수를 자동으로 예측할 수 있다고 가정합니다. 접근 방식에서 조사관은 센서 데이터를 활용하여 일상적인 행동을 분석하고 행동 맥락을 약물 순응도와 연결합니다.