Μία μέθοδο μετατροπής κάθε υπολογιστή ή smartphone με κάμερα σε προσωπική συσκευή παρακολούθησης ψυχικής υγείας ανέπτυξαν ερευνητές του University of Rochester.
Μία μέθοδο μετατροπής κάθε υπολογιστή ή smartphone με κάμερα σε προσωπική συσκευή παρακολούθησης ψυχικής υγείας ανέπτυξαν ερευνητές του University of Rochester. Σε paper που παρουσιάστηκε στη συνδιάσκεψη της American Association for Artificial Intelligence στο Όστιν του Τέξας, ο καθηγητής Επιστήμης Υπολογιστών Τζιέμπο Λούο και οι συνάδελφοί του περιγράφουν ένα πρόγραμμα το οποίο μπορεί να αναλύει φωτογραφίες selfie οι οποίες καταγράφονται από webcam ενώ ο χρήστης χρησιμοποιεί τα social media.
Εφαρμογές παρακολούθησης υγείας χρησιμοποιούνται ευρέως- ωστόσο στόχος της προσέγγισης της ομάδας του Λούο είναι η «σιωπηλή παρατήρηση της συμπεριφοράς» του χρήστη, ενώ χρησιμοποιεί το τηλέφωνο ή τον υπολογιστή του ως συνήθως. Ο ίδιος προσθέτει ότι το πρόγραμμα είναι «μη παρεμβατικό», καθώς δεν απαιτεί από τον χρήστη να επισημάνει ο ίδιος τι/ πώς νιώθει ή να παρέχει κάποια οποιαδήποτε νέα πληροφορία, ή να φορέσει επιπλέον εξοπλισμό. Για παράδειγμα, η ομάδα ήταν σε θέση να μετρά τον χτύπο καρδιάς απλά και μόνο παρακολουθώντας πολύ μικρές αλλαγές στο χρώμα του μετώπου του. Το σύστημα δεν «πιάνει» άλλα δεδομένα που μπορεί να είναι διαθέσιμα (όπως τη γεωγραφική τοποθεσία).
Οι ερευνητές ήταν σε θέση να αναλύσουν τα δεδομένα από το βίντεο για να απομονώσουν μια σειρά «στοιχείων» όπως ο χτύπος της καρδιάς, ο ρυθμός ανοιγοκλεισίματος των ματιών, η διαστολή της κόρης κ.α. Την ίδια στιγμή, το πρόγραμμα αναλύει επίσης τι ανεβάζει ο χρήστης στο Twitter, τι διαβάζει, πόσο γρήγορα κάνει scrolling, την ταχύτητα πληκτρολόγησης και κλικ κ.α. Δεν αξιολογούνται το ίδιο όλα τα δεδομένα: ας πούμε τα tweets θεωρούνται μεγαλύτερης βαρύτητας σε σχέση με τις δημοσιεύσεις που διαβάζει κάποιος, επειδή εκφράζουν άμεσα τι νιώθει και σκέφτεται.
Για τη ρύθμιση του συστήματος έτσι ώστε να προκύψει μια μετρήσιμη αντίδραση, εξήγησε ο Λούο, αυτός και οι συνάδελφοί του αξιοποίησαν ένα test group 27 ατόμων, παρατηρώντας τις αντιδράσεις τους μετά από ανάγνωση υλικού. Τα στοιχεία αυτά συνδυάστηκαν με αναφορές από τα εν λόγω άτομα σχετικά με το πώς νιώθουν. Το αποτέλεσμα επέτρεψε την «εκπαίδευση» του προγράμματος, που άρχισε να «καταλαβαίνει» από τα δεδομένα πότε ο χρήστης νιώθει καλά, ουδέτερα ή άσχημα. Στόχος είναι να «προικιστεί» το πρόγραμμα με ακόμα μεγαλύτερη ευαισθησία. Προς το παρόν βρίσκεται σε στάδιο demo, δεν υπάρχει εφαρμογή, αλλά στα σχέδια περιλαμβάνεται η δημιουργία εφαρμογής που θα επιτρέπει στους χρήστες να είναι πιο ενήμεροι για τις συναισθηματικές τους διακυμάνσεις και να προβαίνουν οι ίδιοι σε απαραίτητες «ρυθμίσεις».