Monitoreo del uso de sustancias con señales biométricas de Fitbit: un estudio de caso sobre el entrenamiento de modelos de aprendizaje profundo utilizando evaluaciones momentáneas ecológicas y detección pasiva
Autores: Li, Shizhe; Fan, Chunzhi; Kargarandehkordi, Ali; Sun, Yinan; Slade, Christopher; Jaiswal, Aditi; Benzo, Roberto M.; Phillips, Kristina T.; Washington, Peter
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Monitoreo del uso de sustancias con señales biométricas de Fitbit: un estudio de caso sobre el entrenamiento de modelos de aprendizaje profundo utilizando evaluaciones momentáneas ecológicas y detección pasiva
Categoría
Ingeniería y Tecnología
Subcategoría
Inteligencia Artificial
Palabras clave
Trastornos por consumo de sustancias
Soluciones de salud digital
Aprendizaje automático
Datos de biosignales portátiles
Aprendizaje automático personalizado
Redes neuronales convolucionales
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 23
Citaciones: Sin citaciones
Los trastornos por uso de sustancias afectan al 17,3% de los estadounidenses. Las soluciones de salud digital que utilizan aprendizaje automático para detectar el uso de sustancias a partir de datos de biosignales portátiles pueden allanar el camino para intervenciones digitales en tiempo real. Sin embargo, las dificultades para abordar la severa heterogeneidad de datos entre sujetos han obstaculizado la adaptación de enfoques de aprendizaje automático para la detección del uso de sustancias, lo que requiere soluciones tecnológicas más sólidas.
Descripción
Los trastornos por uso de sustancias afectan al 17,3% de los estadounidenses. Las soluciones de salud digital que utilizan aprendizaje automático para detectar el uso de sustancias a partir de datos de biosignales portátiles pueden allanar el camino para intervenciones digitales en tiempo real. Sin embargo, las dificultades para abordar la severa heterogeneidad de datos entre sujetos han obstaculizado la adaptación de enfoques de aprendizaje automático para la detección del uso de sustancias, lo que requiere soluciones tecnológicas más sólidas.