智能手机和应用程序中的数据如何在全球范围内告知我们有关人类健康的信息

 
事实证明，我们通常很难报告自己的习惯-我们在锻炼多少，睡觉和休息时的运动量。但是，我们擅长的是采用各种24/7技术。
华盛顿大学保罗·艾伦计算机科学与工程学院的助理教授蒂姆·阿尔索夫说：“与智能手机和可穿戴设备一起漫步，这些设备实际上会在现实世界中产生大量的数字痕迹。” 。
Althoff和他的团队正以一些意想不到的方式利用这些数据，以便更好地理解人类健康，包括对睡眠和表现，运动与健康不平等以及心理健康和咨询的见解。
Althoff星期三在Paul G.Allen School的2019年度研究展示会上发表的题为“数据科学促进人类福祉”的演讲中分享了他的研究。
为了深入了解睡眠周期与我们的功能能力之间的关系，Althoff将有关人们打字和单击Bing搜索引擎速度的数据与可穿戴活动跟踪器Microsoft Band收集的睡眠监测信息进行了配对。

他发现，在有人醒来后大约两个小时，打字速度达到了峰值，这与人们普遍警觉的睡眠研究相符，后者研究了人们何时最机敏，并验证了该方法是研究睡眠和表现的一种方法。这项研究还研究了一个或多个晚上睡眠不足对认知能力的影响。
在其他研究中，Althoff研究了击键速度与车祸事件之间的相关性，并研究了NFL足球运动员的表现和打字速度。
Althoff对使用从普通消费类设备中毫不费力地收集信息以获取健康见解的潜力感到兴奋。
它使我们能够进行细致的研究，可以长时间连续地进行研究，并且成本相对较低。这是一个大问题。
他说：“这些数据已报告给成千上万的人，它使我们能够进行大规模的研究。” “它使我们能够进行细致的研究，可以长时间连续地进行研究，并且成本相对较低。这是一个大问题。”
传统上，大部分信息是通过自我报告或实验室实验在有限的时间内收集到的。在许多情况下，科学家们只会问是对还是错的二元问题，而这些问题会错过生活经验的范围。

收集和分析从设备和应用程序收集的数据存在挑战，尤其是对于参与和隐私权的知情同意的担忧。在某些情况下，同意是服务条款中细则的一部分，Althoff同意这是较不理想的解决方案。对于最初的睡眠研究，与参与者进行了联系并积极选择了这项研究。
在另一项研究中，Althoff及其同事与名为Azumio的循步跟踪应用程序合作，为111个国家/地区的700,000多人提供了6800万天的体育锻炼数据集。他们将Azumio的运动数据与全国肥胖率以及美国城市的步行能力相匹配。结果发现，全球范围内的运动不平等，而步行较多的城市在运动方面的不平等较少。
在心理健康领域，Althoff使用“自然语言处理”工具来分析Crisis Text Line(危机文本行)中的文本对话，这是一个受欢迎的应用程序，用于由训练有素的辅导员发短信的人。在有人与该应用程序进行交互之后，研究人员会跟进，询问他们是否感觉更好，更差或相同。
阿尔索夫(Althoff)分析了成功顾问或多或少之间的交流，以找到模式。他的结论是，更好的咨询师具有共同特征，例如提供更多个性化，更少脚本的交流，并迅速转向解决问题的方式，以帮助改变用户的观点或观点。结果已经在现实世界中创造了收益。
阿尔索夫说：“我们很兴奋，因为这种以数据为依据的见解彻底改变了他们培训辅导员的方式。”