Anskaffelse og analyse av relasjoner mellom langsgående emosjonelle signaler produsert av en kunstig intelligensalgoritme og selvspørreskjemaer brukt i psykiatrisk oppfølging av pasienter med humør- og/eller angstlidelser: en virkelig miljøstudie. (EMOACQ-1)

Den verdensomspennende utbredelsen av angst og depresjon økte massivt under pandemien, med en økning på 25 % i antall pasienter som led av psykiske plager. Psykiatere, og i enda større grad allmennleger, trenger måleverktøy som gjør dem i stand til å fjernovervåke pasientenes psykiske helsetilstand, og å bli automatisk varslet ved et brudd i atferden.

I denne studien foreslår vi å samle inn kliniske data sammen med longitudinell måling av pasientenes følelser. Emobot foreslår å analysere utviklingen av stemningslidelser over tid ved å passivt studere folks emosjonelle atferd. Målet med EMOACQ-1 er å tilegne seg kunnskap og produsere en kvantitativ kobling mellom emosjonelle uttrykk og stemningslidelser, og til slutt lette forståelsen og håndteringen av disse lidelsene.

Gjennom denne studien kan det utvikles en teknologisk løsning for å støtte helsepersonell og pasienter i psykiatrien, et felt kjent som "medisinens dårlige forhold" og mangel på ressurser. En slik løsning vil muliggjøre bedre forståelse, fjernkontroll av forstyrrelser og kontinuerlig overvåking og, til slutt, bedre behandling av disse lidelsene.

Vi vil behandle dataene ved å utføre en rekke analyser, inkludert beskrivende, komparative og korrelasjonsanalyser av dataene fra selvspørreskjemaresultatene og de emosjonelle signalene som fanges opp av enhetene.

Til slutt vil målet være å forutsi spørreskjemascore fra de emosjonelle signalene som produseres.