文摘

E-health可持续系统可以优化赋予病人自我保健项目通过人工智能生态系统,使医生和病人都以敏捷的方式进行交互。这项工作提出了基于主体模拟器作为预测特定的影响机制在某些病人自我保健项目寻找最合适的人。为了使这对医生和病人都容易,移动代理用于为每个病人配置一个应用程序,这个应用程序提供了资源,每个自我保健项目。移动代理包括机器学习模块学习哪些项目最适合每个病人。说明了这种方法分别与两个基于主体模拟器减少消极情绪如抑郁症和控制心率变异性极端值与应力有关。结果应用评估一组用户效用,满意度和易用性(使用)的规模和实用性得到73%,满意度为77%,68%的易用性。这个试验是在根据注册国际医学期刊编辑委员会的建议(ICMJE),这手稿州与伦理委员会批准,所有实验CEICA从阿拉贡的社区与注册号(西班牙)C.I.PI18/099。

1。介绍

E-health可持续系统可以支持通过提供工具来指导病人进行自我保健计划(1]。患者的自我照顾行为是重要的心脏失败,以避免疾病的进展。以类似的方式,在运动康复保健项目可帮助(2),作为一个可以观察到的影响研究增强现实和虚拟现实的应用程序和严肃游戏。上下文中的情绪,自我照顾念力项目会影响缓解疼痛(3和减少焦虑4]。自理项目可以特别有用慢性病患者实现可持续的初级保健(5]。

正念健康指标已被证明有几个好处。Demarzo et al。6)提出了一个理论回顾机制包括正念干预医疗保健系统。他们鼓励移动应用程序的开发为病人提供入门课程的正念。最近的一项研究证明,念力项目减少焦虑在学生COVID-19流行情况(7]。

虽然自我保健项目是众所周知的,模拟的反响在特定病人给他们最初的功能仍然是一个挑战。在本研究,我们对基于代理的作品模拟器模拟正念(abs)项目揭示了潜在效用评估患者的某些特性这正念的反响。ABS是一种多重代理系统组成的自治实体模拟进化的交互和几个演员在一个环境中,通常对未来预测的结果偏离最初的设置(8]。特别是,我们开发和验证一个ABS的情绪正念项目(ABSEM) [9)和ABS的念力的影响程序对心率变异性(HRV)称为ABS-MindHeart [10]。然而,这些系统缺乏适当的机制转移到一个应用程序,可以指导病人自我保健项目。它还缺少适当的机器学习(ML)机制来提高这些项目的初始配置和监督学习的适应用户的需要根据他们的反馈。

在这种情况下,这项工作提出了abs的使用结合毫升为病人提供一个定制的体验从医生或教师通过移动代理中提取知识。更具体地说,abs允许模拟某些病人的自我保健项目的影响。移动代理使用选定的自我保健程序指导患者通过移动应用程序资源指导不同的练习。这些移动代理使用毫升为提高他们的程序通过监督学习特定的病人,以及初始配置从现有的数据集。这项工作的主要贡献是abs和ML的集成机制,改善用户体验的应用赋予自我保健项目的正确预测的影响不同的程序和指导用户通过选择一个。

本文的其余部分组织如下:第二部分介绍了相关工作强调文学的空白被这项工作。部分3介绍该方法使用abs对于增强自我保健的选择程序,它通过移动代理传输到移动应用指导病人,和ML定制经验,以正念自我保健项目。部分4关注这种方法的实验小说的部分讨论最相关的结果。部分5提到了主要结论,描述了一些未来的研究。

2。相关工作

2.1。移动代理

移动代理了几个从理论计算机科学的角度看问题。等等,这些问题之一是部分收集的移动代理。在这个问题上,代理应该搬到一个节点和终止,这样每个节点至少有一定数量的代理。柴田et al。11)提出了解决这一问题的三种算法。一个算法是随机的,而其他人是决定性的。他们证明了运动两种算法的复杂性是渐进最优的。其中一个最优解是随机的,而另一个需要每个代理的惟一标识符。剩下的算法确定的和不需要独一无二的标识符,但其复杂性并没有证明达到渐近最优性。此外,Dereniowski et al。12]介绍了交会问题两个异构移动代理在一个无向图。这些需要遍历某些边缘在不同的时间。这些知道整个图和初始位置的代理,但是每个代理忽略了遍历其他代理的时期。评价比较这个问题的会议时间与会议时间在离线情况下,每个代理的所有其他代理的信息,比如它的速度。他们的解决方案是最优的复杂性离线会议时间乘以节点的数量。相比之下,目前的方法并不旨在解决一个移动代理相关的理论问题。相反,目前的工作重点是模拟实际领域特定上下文的具体影响自我保健项目(例如,念力项目),和移动代理的目标是与适当的定制应用程序正念几个模拟程序。

移动代理也被用于解决移动用户协调问题。在这个问题上,用户通过移动设备进度和安排他们的任务时,他们改变他们的目标。特别是,林,林13)制定这个问题作为一个多目标上下文相关的分布式约束优化问题。特别是,他们提出了一个两级分布式最优实现方法和实现它的多重代理系统(MAS)集成模拟和物理代理。他们的性能评价方法与几个实验一个旅行背包客的问题。这项工作和当前相关的移动应用程序。然而,工作主要是集中在协调用户,而当前旨在模拟的影响,自我保健项目从业者的某些特性。

2.2。应用程序支持自我保健项目

有几个移动应用程序支持的实践自我保健项目,正念等项目。首先,Chittaro和Vianello14协助正念从业者]介绍了一个应用程序。这个程序是主要可以从在线商店。他们的应用程序已经被一群经验丰富的冥想者在四周内应用。参与者的反馈显示他们的积极感受的用法应用。此外,永旺(15)是另一个应用程序支持认为距离的正念。从业者写在应用他们的想法。然后,应用程序显示他们的想法出现在水写的字。这个应用程序显示一个平稳过渡,溶解这些想法。这个程序增加了正念和快乐天真的冥想者相比,普遍认为距离技术用纸。然而,这些软件不能自动从某些自理项目定制。此外,这些作品不允许用户来模拟不同的自我保健的影响项目选择合适的一个,并自动调整相应的应用程序。

此外,其他计算机应用程序帮助从业人员培训自我保健项目。例如,Hudlicka[的工作16几乎)旨在指导训练专注力。她的方法包含一个会话角色,可以保持一个自然语言对话框。它定制培训计划为每个用户根据他们的反应。尽管如此,自定义的工作不是基于仿真的几个自理项目评估从业人员的某些特性的影响。

2.3。abs医疗

一些abs应用于医疗保健。例如,金和尹17)提出了一个ABS,估计未来趋势的客户和战略的公司。他们在医疗行业应用他们的方法。此外,牛奶等。18]介绍了ABS的优化医疗急诊。他们ABS支持紧急部门经理的决策设计策略来处理紧急情况时优先考虑效率。

此外,Macklin et al。19)一个ABS用于模拟细胞DCIS的传播(导管原位癌),这是一个乳腺癌的前兆。他们认为这些细胞与某些膜的相互作用。他们的模拟协助研究人员和医生理解DCIS的增长和钙化。他们评估方法通过分析模拟结果和实际之间的差异从现有的乳房x光片。

于是,几个abs应用于医疗保健。这些abs帮助研究人员在理解某些疾病和支持决定紧急情况,在医疗保健行业。然而,这些abs估计自我保健项目健康指标的影响。

2.4。毫升医疗

毫升已经申请医疗在不同的上下文中。尽管毫升带来优势的提高自动推荐,周围有几个挑战毫升医疗的应用(20.),如发现适当的预处理,模型训练基于适当的数据,并根据具体系统的改进临床问题。事实上,Futoma et al。21)确定的神话generalisability毫升医疗中的应用。毫升通常是应用于一个给定的上下文和收集的数据在某些情况下,可以在某些领域是有用的,但它可能不会工作,应用于不同的领域,环境或情况。这促使当前方法探索毫升在特定情况下的自我保健项目。

毫升的上下文中应用于自我保健计划,审查Fatehi et al。22]表明,自我保健项目广泛应用于糖尿病和表明,毫升的上下文中可能申请个性化的建议作为未来的发展方向。在这一领域,毫升已经应用于通过决策树预测2型糖尿病。特定类型的糖尿病的预测是第一步的个性化的自我保健项目。然而,这些方法使用毫升小姐真的建议自我保健计划和应用指导定制项目的每一步,为当前的工作。上述方法可以更加专注于诊断和治疗,而不是定制的自我保健项目。

毫升也被应用于估计病人的特定信息正确应用自我保健项目。例如,ML估计应用的室内位置病人正确应用虚拟照顾病人(23]。不过,在这项工作中,ML并不适用于直接获得定制的自我保健项目基于病人的信息。

总之,ML被认为是最有前途的一个线对提高自我保健虽然有些挑战仍然存在。在疾病如糖尿病,一些毫升方法可以估计糖尿病的类型为应用程序正确的治疗。此外,毫升可以估计等信息缺失的室内位置正确应用虚拟自我保健。尽管如此,据作者的知识,没有方法获取心理自我保健项目领域用毫升结合abs与适当的自动集成指导通过适当的资源。这种差距在文献中被当前覆盖方法在下一小节中介绍。

3所示。abs的授权使用移动代理和ML患者自我保健项目

3.1。概述

概述当前的方法见图1。当前方法是说明有两个关于自我保健正念的abs项目。首先,mABSEM模拟这些计划的反响在从业者的情感。第二,mABS-Heart模拟这些项目的影响HRV的实践者。前者ABS首先是作为一个桌面应用程序开发。然后,后者开发ABS作为一个应用程序和一个在线工具达到更广泛的用户和地方。abs紧随其后的过程发展中有效abs (PEABS) [24使用模拟引擎和框架。特别是,mABSEM PEABS改编的原始框架用于Java,而mABS-Heart需要使用一个适应的过程和框架来开发应用程序。

在目前的方法中,mABSEM和mABS-Heart已经能够适应出口与念力移动代理程序。以统一的格式移动代理,目前的方法使用一个统一的展开简单的文本格式。事实上,在这两种abs,教练代理自动为每个会话记录活动指示最后的模拟。通过这种方式,每个教练代理可以导出为一个移动代理在这两种方法的统一展开文本。

从内部工作的角度来看,一个移动代理在一个简单的纯文本代码文件特定于域的语言,每一行表示一个锻炼。这个文件是转移到应用程序所运行的应用程序。这个移动代理通过考虑每个锻炼,包括指导病人自我保健项目。这个文件可以被认为是由我们定义的软件在一个特定于域的语言。然而,这种语言并不提供任何指令来访问用户文件系统或任何外部源沟通。因此,没有办法,这个移动代理可以用来安装任何恶意软件程序在用户设备就作者所知。

最后,移动代理可以加载一个应用支持正念冥想。代理定制冥想应用程序以支持特定的注意活动的特定的会话。冥想有两个版本的应用程序:第一个是一个移动应用程序,而第二个是一个在线工具。通过这种方式,移动代理可以加载到一个应用程序或在线工具和定制的应用程序。

在拟议的方法中,从用户的观点考虑上述方法步骤及其集成ML如下:(1)用户选择技能,方面,或功能他们想火车从可用选项;(2)用户回复相应的调查确定其初始状态;(3)程序适用于ABS提供现有项目的信息和他们的潜在影响;(3)用户选择一个类型的程序;(4)毫升的方法提供了一个选择培训项目的预期影响,用户可以返回到上一步;(5)移动代理指导用户干预考虑所选的应用程序;和(6)用户可以选择性地提供反馈改善程序的定制推荐和减少错误考虑他们postintervention测量。

3.2。毫升模块与监督学习提高自我保健计划的建议

一般知识可能是有用的在第一阶段提出新的自我保健项目。然而,即使有类似的功能,用户可能有特定的偏好。因此,这种方法使用监督学习来更新毫升模型在具体给定用户的反馈。

这种毫升模型使用回归预测病人满意度的水平对于一个给定的自我保健项目。输入特性用于训练模型的活动自我保健项目,每个运动类型的自我保健项目的总时间,患者的初始状态(例如,焦虑水平)。与目标特性相关联的项目提供的满足病人训练模型。

图2显示了框图与此相关的监督学习。用户可以选择性地提供反馈的经验自我保健项目应用,这将使用监督学习来更新本地毫升学习模型,考虑到特定用户定制预测。

为了产生明显影响毫升模型,该模型适用于加权机制基础上添加相同的情况下从用户一定的次数。添加的数量相同的情况下计算考虑的总大小初始数据集和用户的信心在他们的反馈。

特别是,我们应用下面的公式计算的次数增加一个案例权重的监督: 在哪里毫升是下套管的数量增加,是一个常量值(例如,0.10站10%),是最初的训练数据集的大小,是用户的信心(通常在五点李克特量表),然后呢和的最小值和最大值范围使用李克特量表的信心。

在使用自然语言文本的情况下作为输入,如患者的书面意见,这种方法提出了应用艾尔摩和双向编码器从变形金刚(BERT)表示。这些技术使用字嵌入策略捕捉不仅的话,而且语义和句法相似关系。

3.3。mABSEM

图3显示mABSEM的用户界面。“出口教练移动代理”按钮允许用户导出移动代理并将它保存在一个文件的首选名称和位置通过一个文件选择器选择。为了方便老师移动代理的出口可能从不同的应用程序中,当前的方法选择一个简单的展开符号文本。这样,自我保健意识的项目ABSEM可以导出当前所示方法,和ABS-Heart应用可以导出自我照顾念力项目。注意老师代理用不同的编程语言表示这两个ABS。特别是,ABSEM ABS-Heart,分别使用Java和JavaScript。

移动代理是代表正念的展开表示程序。它只包含几行,每一行决定一个会话数量和活动类型冒号隔开。如果有一个会话与几个活动,它与几行代表的会议号码是重复。如果一个活动需要多个会话,这个活动只有与第一次会议,并假定从业者继续这项活动之前还有一个显式的活动计划。

图4提出了一种有关摘录mABSEM的类图。不同的教练代理类型可以定义通过扩展抽象的“教练代理”类。不同的教师类型(例如,歌曲类和Wongtongkam类)只需要实现生活的方法。这种方法可以访问会话数量的“会话”方法。它可以应用不同的正念实践通过调用“应用实践”方法和“实践”的枚举值。

老师代理类内部管理教师的内部表示移动代理所有的子类以透明的方式。这样,开发人员不需要执行任何特定动作让特定的教练代理可以移动代理。

在每个仿真,教师创建代理,构造函数从一个空的代表正念的进度计划。每次“应用实践”从任何子类调用方法,父类记录会话数量和实践标识符的名称,与特定的文本符号。仿真后,当老师代理需要移动,父类提供了这个计划的展开表示移动教练代理与所有必要的信息的应用实践对于一个给定的迭代次数。

3.4。mABS-Heart

自我保健的影响正念节目HRV与mABS-Heart模拟。图5礼物最相关的部分的接口模拟器。作为一个可以观察到在初始界面图5(一个),这个系统接收输入的自我照顾念力项目,从业人员的数量,数量的迭代,和HRV的初始平均测量的高频功率归一化单位(高频n.u)。初始界面都有相应的按钮,分别运行模拟和教练出口代理移动。

该系统模拟的进化HRV考虑特别注意活动的不同影响。在其他方面,它考虑了积分均值的正态分布集中在最初的意思是组织为隐式地考虑他们的年龄和通常的体育活动等方面。这个系统提供了模拟HRV的所有从业人员,以及他们的平均和标准偏差。它还介绍了进化的平均HRV与图表的执行图的例子5 (b)。

此外,mABS-Heart可以导出老师代理移动一个,一样的文字符号与前面的ABS(即。mABSEM)。系统显示的内容移动代理在一个文本区域,如图5 (c)。用户可以直接复制这个冥想的移动代理应用程序的内容,或到一个文本文件来保存它。

mABS-Heart,自我照顾念力项目是由扩展老师代理和实现其“活”方法在前面ABS. mABS-Heart使用JavaScript,是实现开发科尔多瓦的应用框架和被用作一个在线工具。出口的实现也是透明的念力的定义程序为特定类型的教练的代理。这些特定类型的实现调用父申请每个实践的方法。除了模拟特定的实践,这种方法附加迭代和实践文本表示的代理。仿真后,移动代理可以导出到自我保健冥想程序或在线工具。

3.5。自我保健冥想程序和在线工具

图6展示了用户界面的自我保健冥想应用。特别是,用户需要打开文本文件使用移动代理和粘贴的内容在相应的文本区域中介应用如图6(一)。当用户按下“负载移动代理”按钮,移动代理加载。然后,代理定制冥想应用。图6 (b)显示了一个示例正念冥想应用定制的程序的歌曲和林奎斯特(25]。注意,整个程序可以访问通过滚动。一个可以观察到所有的活动项目的展开文本移动代理之前的图。冥想定制的应用程序有一个或几个按钮协助注意活动(IES)每个会话的正念。每个按钮都有括号之间的会话数量和活动类型的名称。这样,医生知道注意活动分配给每个会话。按下按钮上时,应用程序显示一个新页面信息和/或视听内容协助相应的实践活动类型。作为一个例子,图6 (c)显示了支持身体扫描的页面活动。

当前的方法还包括冥想的在线工具,类似于冥想程序。它具有相同的功能和类似的外观。这个工具还加载特定的教练代理相同的文本符号的应用。这允许达成更大数量的用户,考虑到他们中的一些人可能想要使用或测试不安装它。

4所示。实验

为了体验建议的方法,我们应用它使用的数据集应用程序不同的念力项目如内观禅修和使用验证和online-available Kaggle库的肯塔基州库存正念技能反应https://www.kaggle.com/lucasgreenwell/kentucky-inventory-of-mindfulness-skills-responses (lastaccessed01/15/2021)与来自601个参与者的数据。

特别是,我们使用了年龄、性别、观察技巧,和描述的技能作为应用程序的用户的特性,我们有我们的方法用于预测自我保健的反响正念项目收购的自我接纳和验收情况,测量与接受技能的肯塔基州库存26]。

随着毫升技术中,我们使用多层感知器(MLP)回归量,再邻居(资讯),和决策树。分别使用两个隐藏层向MLP的5和2神经元和最大迭代次数为100。在资讯中,我们使用两个邻居(例如,K= 2)。我们随机数据集划分为两个独立的组,分别训练和测试,测试集的大小是0.33原始数据集的大小。我们比较了预测值与实际值,和图7显示了三种不同的错误的箱线图技术中长期规划,资讯和决策树。

在本实验中,我们也应用一个CNN Tensorflow库,有两个致密层,分别激活称为“ReLU”和“softmax”中间辍学层0.3价值和必要的平层。CNN的平均误差为2.21,这是非常相似的平均误差2.17得到的延时。CNN这些结果可以解释为这个特定的场景中只使用几维的心理测量的参与者,而不是图像或时间序列中,CNN已经广泛被证明是有用的。自CNN没有提供改善结果和需要更多的计算能力,我们不包括在最终的系统使用的用户。

在预测结果中,我们可以观察到资讯获得最低的错误在这个特定领域的反响自我保健意识项目肯塔基州接受技能。注意到最合适的ML技术可能取决于域或预处理,我们建议试销特定领域的自我保健项目。

是这两种技术之间的差异是明显的,我们选择最合适的技术资讯。我们配置不同数量的邻居来测试,可能为这个参数的最佳值。图8礼物的箱线图比较的错误资讯时应用不同的配置数量的邻居。我们认为是共同的范围1到5之间的邻居。在这个范围内,可以观察到在箱线图,最好的结果有三个邻居。

我们也测量了3毫升的执行时间的技术训练和预测,和表1显示了生成的时间。可以观察到资讯是最快的在训练和预测决策树是最快的时间。因此,决策树会实时预测的最佳选择,如果一个被看作是执行时间。

这种毫升机制集成到移动代理,首先部署与资讯的方法三个邻居和原始数据集。然后,每个移动代理增加了初始数据集和用户的反馈获得肯塔基州接受技能。ABS使用常见的内观念力保健计划为基础与少量修改有关特定的练习指导具体的教学计划中解释当前方法的演示。

生成的应用程序提出一组29潜在的初学者冥想者。12个用户实际上决定参与这项研究。他们遵循的所有步骤,包括回复他们最初的情绪状态的调查,他们推荐的项目和提供反馈。

在监管阶段,我们应用中给出的公式方程(1), 和一个五点李克特量表的信心。因此,病例数为每个添加反馈是1,16日31日46岁或61根据每个用户的置信水平表示,分别为1到5的信心值。

所有的参与者被要求重复至少经历一次考虑他们的新情绪状态和改善毫升。他们的经验之后,他们评估经验效用,满意度和易用性(使用)问卷,和平均维度作用,结果是73% 77%满意度维度,在易用性和68%。

5。结论和未来的工作

这项工作提出了一个新颖的方法和移动代理的abs仿真自我保健计划的反响在特定病人考虑他们的特性。通过这种方式,教师可以通过移动代理模拟和推荐项目,这将引导每个用户与资源计划后,为每一个特定的运动。此外,这些移动代理包括毫升监督学习方法每个特定用户,使用原始数据集不断改进的用户的数据。

从结果有效性和满足应用程序提供的用户,我们得出这样的结论:abs的集成和ML后果的预测能够在应用程序集成指导通过项目已取得了良好的用户体验的有用性和满意度。如本文所示,这种方法有适用性的预测(1)减少负面情绪,比如愤怒,焦虑,抑郁,和(2)HRV卫生指标与压力有关。然而,这项工作现在有限的实验基于正念冥想自我保健项目的背景下,我们不能推断结果等其他自我保健计划的包括药物治疗。

作为未来的工作,我们计划将这种方法医生不同的医学领域,物理疗法,其他领域和心理学获得的角度来看,在这种方法中可以安全地应用。之后,我们计划将我们的方法应用到基于反馈的另一个领域的医生和开发一个应用程序的选择和指导自我保健项目。这个程序将支付选项让用户进行监管与医生沟通,所以应用程序对病人更有用,有助于可持续的医疗保健。

数据可用性

所有相关的数据包括在手稿中。

的利益冲突

作者宣称没有利益冲突有关。

确认

这项工作完成的项目“技术解决方案促进了正念练习:走向移动医疗”,参照tec2013 - 50049经验值和支持的经济和竞争力。作者也承认“城市:高效、可持续的智能城市”(ref。518 rt0558)由CYTED(“伊比利亚美洲科技发展计划”)和“协同设计促进幸福感的包容性智能城市”(tin2017 - 88327 r)由西班牙科学委员会,创新从西班牙政府和大学。作者要感谢苏尔坦王子大学(事业单位)和智能系统工程实验室为其所提供的宝贵支持和研究设施基本完成这项工作。同时,作者要感谢事业单位支付的支持本文处理这份出版物的指控。