Սմարթֆոնները վաղուց դարձել են մարդու շարունակությունը, և այժմ դրանք ունակ են ախտորոշելու իրենց տիրոջ հոգեհուզական լարվածության մակարդակը։ Կորեայի գիտության և տեխնոլոգիաների առաջատար ինստիտուտի (KAIST) մասնագետները մշակել են տեխնոլոգիա, որը վերլուծում է առօրյա թվային սովորությունները՝ ամենօրյա սթրեսը բացահայտելու համար։ Աշխատանքի արդյունքները հրապարակվել են Proceedings of the ACM ամսագրում։
Գնահատման նախորդ համակարգերը հիմնվում էին էկրանի աշխատանքի տևողության կամ գործարկվող ծրագրերի քանակի վրա, սակայն ինտերֆեյսի փոփոխության դեպքում նման չափանիշներն արագորեն դառնում էին անարդյունավետ։ Նոր մոտեցումը կենտրոնանում է գործողությունների էության վրա․ նույնիսկ եթե մարդը մեկ մեսենջերից անցնում է մյուսին, հիմնական ակտիվությունը մնում է զրույցը։ Համակարգը նեյրոցանցի օգնությամբ գործողություններին տալիս է հասկանալի պիտակներ՝ օրինակ «վեբ-սերֆինգ» կամ «ֆինանսական վճարումներ», հասնելով դասակարգման ավելի քան 95% ճշգրտության։
Ալգորիթմը ստուգելու համար գիտնականները հավաքել են ապանձնավորված տվյալներ 20-ից 30 տարեկան 26 կամավորներից։ Համակարգը վերլուծել է կրկնվող գործողությունների 29 տեսակ, ընդ որում անվտանգության նպատակներով նամակագրության բովանդակությունը չի պահպանվել։ Ծրագիրը հաշվի է առել միայն տեքստի մուտքագրման փաստը և էկրանների միջև անցումները։ Արհեստական բանականության անհատականացված մոդելները 75% դեպքերում ճիշտ կանխատեսել են սթրեսի առկայությունը, ինչը նկատելիորեն գերազանցում է հին մեթոդների ցուցանիշները։
«Մենք սմարթֆոնը դիտարկում ենք ոչ միայն որպես օգտագործման ժամանակը չափելու գործիք, այլ որպես առօրյա կյանքի տարածք, որտեղ մարդը պարբերաբար շփվում է, տեղեկատվություն որոնում և ֆինանսական գործարքներ իրականացնում»,- պարզաբանել է մշակման ղեկավար, պրոֆեսոր Ուիչին Լին։ Ըստ նրա՝ այս մոտեցումը հնարավորություն է տալիս բարդ թվային հետքերը վերածելու հասկանալի վարքագծային միավորների։
Ապագայում թիմը նախատեսում է ընդլայնել ընտրանքը՝ ներառելով այլ տարիքային խմբեր և հարթակներ։ Հոգեկան առողջության թվային մոնիթորինգը հնարավորություն կտա ժամանակին նկատելու վտանգավոր ազդակները և մարդուն աջակցություն առաջարկելու մինչև լուրջ դեպրեսիվ դրվագի սկսվելը։





























