Wykorzystanie danych z urządzeń noszonych do wykrywania nasilenia depresji w próbach klinicznych i pozaklinicznych

Dlaczego twój tracker fitness może ujawniać więcej niż liczbę kroków

Wielu ludzi nosi teraz smartwatche lub opaski fitness, aby liczyć kroki i monitorować sen. To badanie stawia prowokujące pytanie: czy te same urządzenia mogą dyskretnie sygnalizować, że ktoś zmaga się z depresją, jeszcze zanim zgłosi się po pomoc? Analizując codzienne wzorce tętna, ruchu i snu, badacze sprawdzili, czy urządzenia konsumenckie mogą pomóc wyłapać osoby z wyższym poziomem objawów depresyjnych zarówno wśród studentów, jak i pacjentów będących już w leczeniu.

Dwie grupy, jedno wspólne urządzenie

Aby sprawdzić tę hipotezę, zespół połączył dane z dwóch bardzo różnych grup, które przez dwa tygodnie nosiły tę samą opaskę Garmin na nadgarstku. Jedna grupa składała się ze studentów uniwersytetu w Holandii, z których większość nie była w trakcie leczenia problemów ze zdrowiem psychicznym. Druga pochodziła z kliniki uniwersyteckiej w Niemczech, gdzie pacjenci otrzymywali terapię w związku z rozpoznaną depresją. Każdy uczestnik wypełnił też krótki standardowy kwestionariusz nastroju, a naukowcy użyli wyników do podziału na osoby „pozytywne w przesiewie pod kątem depresji” i „niepozytywne”. Takie ustawienie pozwoliło ocenić, czy sygnały z urządzeń noszonych potrafią odróżnić osoby z wyższym i niższym nasileniem objawów w obu — codziennym i klinicznym — kontekście.

Przekształcanie codziennych rytmów w sygnały

Opaski rejestrowały podstawowe cechy, które mierzy wiele trackerów: liczbę kroków dziennie, długość snu, godziny pójścia spać i pobudki oraz zachowanie tętna w stanie czuwania i podczas snu. Zamiast koncentrować się na pojedynczych dniach, zespół podsumował dane z dwóch tygodni dla każdej osoby, uwzględniając nie tylko średnie, lecz także zmienność tych wzorców z dnia na dzień. Następnie zastosowano rodzaj modelu statystycznego często wykorzystywanego w uczeniu maszynowym, zaprojektowanego do jednoczesnego radzenia sobie z wieloma powiązanymi predyktorami, aby sprawdzić, czy kombinacja tych cech potrafi poprawnie sklasyfikować osoby pozytywne w przesiewie na wyższe nasilenie depresji.

Co ujawniły urządzenia noszone

W całej próbie 282 uczestników model wykazał dobrą skuteczność: w danych testowych poprawnie odróżniał grupy o wyższym i niższym nasileniu objawów około cztery razy na pięć. Wyróżniły się trzy typy sygnałów. Osoby z nieregularnym snem — większymi wahaniami długości snu z nocy na noc — częściej trafiały do grupy o wyższym nasileniu objawów. Ci, którzy osiągali niższe szczytowe liczby kroków w najbardziej aktywne dni, także częściej wykazywali poważniejsze objawy, co potwierdza wcześniejsze badania łączące depresję z obniżoną aktywnością fizyczną. Wreszcie osoby, których najniższe dzienne tętno było szczególnie niskie, częściej należały do grupy o wyższym nasileniu objawów, co sugeruje zmiany w pobudzeniu ciała lub energii towarzyszące depresji.

Później niż kim jesteś — jak żyjesz

Badacze sprawdzili też, ile z predykcji wynika po prostu z przynależności do grupy — studentów lub pacjentów kliniki. Sama przynależność do grupy była silnym wskazaniem, ponieważ próbka pacjentów ambulatoryjnych miała średnio znacznie wyższe wyniki depresji niż próbka studentów. Jednak po dodaniu cech z urządzeń do modeli, które już uwzględniały przynależność do grupy, ogólna skuteczność poprawiła się. Innymi słowy, sposób, w jaki ktoś śpi, porusza się i jak zachowuje się jego tętno, dostarczał dodatkowych informacji ponad podstawowe czynniki tła. Analizy wtórne, które uwzględniały wiek, godzinę pójścia spać lub nieco różne progi w kwestionariuszu nastroju, dały podobne wyniki, chociaż najważniejsze sygnały przesunęły się nieco w kierunku czasu snu i wzorców spoczynkowego tętna.

Obietnica, z ważnymi zastrzeżeniami

Choć wyniki są obiecujące, autorzy podkreślają, że dane z urządzeń noszonych nie są dziś narzędziem diagnostycznym samym w sobie. Wielu uczestników, szczególnie z grupy klinicznej, musiało zostać wykluczonych z powodu zbyt małej ilości danych z urządzeń, a ostateczna próba w dużej mierze kontrastowała osoby z wyraźną depresją i przeważnie zdrowych studentów. Oznacza to, że model jest mniej przetestowany w wykrywaniu subtelnych lub wczesnych zmian nastroju. Różnice wieku, stres akademicki i inne okoliczności życiowe między grupami mogły również wpłynąć na obserwowane wzorce. Badanie pokazuje, że codzienne rytmy rejestrowane przez powszechne gadżety mogą odzwierciedlać istotne aspekty zdrowia psychicznego, lecz naprawdę wiarygodne zastosowanie w świecie rzeczywistym wymaga większych i bardziej zróżnicowanych badań.

Co to oznacza dla życia codziennego

Dla przeciętnego czytelnika najważniejsze jest to, że zmiany w regularności snu, aktywności i „stanie spoczynku” ciała zostawiają mierzalne ślady, które mogą wykrywać smartwatche. W tym badaniu takie ślady pomogły zidentyfikować osoby z wyższym poziomem objawów depresyjnych zarówno wśród studentów, jak i pacjentów. W przyszłości podobne metody mogą wspierać systemy wczesnego ostrzegania, które alarmowałyby osoby lub klinicystów, gdy wzorce zaczynają przypominać te związane z depresją, skłaniając do szybkich rozmów lub kontroli lekarskich. Na razie przekaz jest ostrożnie optymistyczny: twój tracker fitness zaczyna dostrzegać wskazówki dotyczące twojego zdrowia psychicznego, ale nie zastąpi jeszcze wykwalifikowanego specjalisty — ani twojego własnego głosu proszącego o pomoc.

Cytowanie: Hehlmann, M.I., Tutunji, R., Lutz, W. et al. Using wearable data to detect depression severity across clinical and non-clinical samples. Sci Rep 16, 11380 (2026). https://doi.org/10.1038/s41598-026-47177-3

Słowa kluczowe: urządzenia noszone, wykrywanie depresji, wzorce snu i aktywności, cyfrowe zdrowie psychiczne, pasywne monitorowanie