Oamenii de știință au creat un model predictiv folosind învățarea automată AI, mai exact un model de clasificare binară XGBoost. XGBoost, prescurtare de la Extreme Gradient Boosting, este o bibliotecă de învățare automată distribuită cu sursă deschisă de tip arbore de decizie potențat prin gradient (GBDT). Gradient boosting este un algoritm AI de învățare supravegheată utilizat adesea în sarcinile de regresie și clasificare care oferă predicții robuste.
Studiul a arătat că intervenția timpurie care vizează stabilizarea somnului este o măsură eficientă pentru debutul bolilor mintale. Anomaliile somnului au fost identificate cu trei luni înainte de apariția bolii mintale din datele purtabile Fitbit.
„Analiza rezultatelor modelului construit cu ajutorul învățării automate a sugerat că anomaliile somnului, în special destabilizarea ritmurilor de somn, sunt asociate cu o probabilitate crescută de apariție a bolii și că tulburările de somn pot fi un factor de predicție a apariției bolilor mintale”, au descoperit cercetătorii. „În plus, în cele mai importante caracteristici au fost incluși indici legați de activitate și date de examinare medicală referitoare la consumul de alcool, iar acestea au fost, de asemenea, sugerate ca fiind factori.”
