克丽苏拉的母亲被诊断出患有晚期乳腺癌后，她努力将女儿的责任与工作、新生儿、婚姻、朋友和私人时间结合起来。因此，尽管克丽苏拉不是一个技术型的大人物，但她还是报名试驾了一种新设备，该设备可以持续监测她的情绪状态。
口袋里和手腕上随处可见的设备让我们痛苦不堪。它们发光的屏幕和不断的ping声让我们沉迷于源源不断的办公室更新和Facebook之类的东西。但是如果这些数字附件可以用来改善精神健康呢？这就是Sentio的Feel progra的承诺m：一款腕带和手机应用程序，可以跟踪用户的情绪状态，提供定期的心理和身体锻炼，并每周联系一次治疗师。
可穿戴设备中的传感器测量心率、皮肤电反应、温度和运动的变化。
该系统使用人工智能(AI)和最新的心理学研究与佩戴者和咨询师合作，提供可同时获得、准确和个性化的治疗。“这是数据驱动的治疗，在循证实践方面是一个巨大的优势，”持证临床社会工作者、Sentio的首席治疗师莎伦·卡普罗(Sharon Kaplow)说。
Sentio的创始人George Eleftheriou和Haris Tsirmpas根据自己的经验认识到改善精神卫生保健的必要性。Eleftheriou饱受倦怠和抑郁之苦，而Tsirmpas则饱受不可预知的恐慌袭击。他们都从心理咨询中受益，同时也观察到现有护理标准的漏洞。我ntal健康评估的主观性很强，对预防的关注也很有限。此外，诊断常常被遗漏，而且几乎没有实时干预。
解决这些问题将产生全球影响。据估计，全世界有5亿人患有精神疾病，仅在美国，每年的费用就高达5000亿美元。更好的选择将使每个人受益:患者、治疗师、保险公司和社会。
大大小小的目标
Sentio的解决方案提供了一种新的治疗方法。其核心是一款名为Feel Emotion Sensor的腕带，这款腕带与许多人所佩戴的流行运动追踪器类似。但这种追踪器有四个传感器，可以检测与情绪相关的生理反应。这些传感器包括一个光容积图传感器，可以测量心率的变化;皮肤电反应(GSR)传感器，测量出汗;一种测量温度的红外光传感器;以及一个惯性测量单元，用来捕捉运动。Feel情感传感器通过蓝牙将这些信号持续发送到Feel应用程序，后者将它们上传到云端的服务器。该服务器包含专有的人工智能算法，可以分析数据，并检测四种情绪空间中的一种:喜悦(积极的，高能量)，满足(积极的，低能量)，悲伤(消极的，高能量)和悲伤(消极的，低能量)。
通常，当Feel检测到一种情绪时，应用程序会要求用户描述正在发生的事情和他们的感受。这种反馈有三个目的:它有助于算法的改进，它为治疗师提供更丰富的信息，它促使写日记，这带来了更深刻的自我认识。克里苏拉说，这款应用“挑战了我，让我在改善自我、消除消极想法和恐惧的方法上更加具体和分析。”
这款应用可能还会推荐几种锻炼方式中的一种。例如，用户可能会被要求回忆上一次治疗期间的关键信息，并描述他们打算如何在日常生活中使用这些信息。
Feel项目持续16周。每周，用户都要与一名注册治疗师进行一次视频聊天，该治疗师可以通过一个软件仪表盘机密地访问用户的数据。由于数据驱动的方法，这些会议只需要15分钟，而传统的45分钟。在第一个阶段，他们设定了一个总体目标，以及一组每周的子目标。卡普罗说，这些目标旨在增加问责制，使大目标更容易理解。
例如，如果大目标是在工作中担任一个新的领导角色，那么子目标可能是首先寻找贡献的机会，然后弄清楚如何贡献，然后接受任何自我挫败的想法。具体的功能性目标有时可以揭示更多的情感目标，Kaplow说。这款应用的认知行为治疗练习可以帮助用户实现这些目标。
Feel项目包括一个手机应用程序，可以跟踪用户的情绪状态，建议策略，并要求用户描述正在发生的事情。这些信息被用于与感觉治疗师的每周会议。
人工智能算法分析来自感觉情感传感器的数据，并检测四种情绪中的一种:快乐、满足、痛苦和悲伤。
用户向治疗师报告任何问题。卡普洛说，无法在会议上发言的客户可能会说：“尽管我在挑战我的思维，但我的心跳加速，嘴巴干涩，我就是做不到。”因此，我们会探讨，‘下次你能做些什么不同的事情？什么能帮助你管理身体上发生的事情？’这就是一些练习的用武之地。”
Chryssoula的主要目标是改善与家人和朋友的联系。她说:“通过这些目标，我找到了与母亲和孩子共同拥有更充实、更有成效的时间的方法。”“我每周至少安排一次和最好的朋友出去玩。”
她也看到了生活其他方面的改善。“在工作中，我成功地完成了一个要求高、压力大的项目，同时也挤出了一点时间来放松和做其他事情。”
筛选信号
Tsirmpas说，在设计Feel时，“最大的挑战是需要将一系列的生理数据转换成清晰而具体的决定，即情感的标记。”为此，他们在MATLAB中开发了人工智能和信号处理算法®．
机器学习和信号处理算法使用感觉情感传感器捕捉到的生理数据来检测情绪。
“最大的挑战是，需要以某种方式将连续不断的生理数据转化为清晰而具体的决定——对情绪的标记。”
Haris Tsirmpas，Sentio联合创始人
信号处理的第一步是预处理，去除多余的噪声。对于生理数据，你可以过滤掉步行引起的波动。然后是数据转换，它发现数据中的重要模式。对于算法来说，这些高级模式比数百万独立数据点更容易处理。
Tsirmpas说，他们使用MATLAB来清除噪声信号，并将它们分割成离散的情感事件。“快速推进并制作出健壮的东西非常有帮助。”
机器学习是人工智能的一种形式，非常适合处理涉及大量数据和大量变量的复杂问题，它被用于事件检测算法。MATLAB中的机器学习算法可以识别数据中的模式，比如表示不同情绪标记物的生物标记物的组合。正是这些在亚马逊网络服务(AWS)服务器上运行的基于云计算的算法，监测患者的情绪状态，并将结果反馈给应用程序。
为了指导他们的机器学习算法，Sentio首先从心理学文献开始，描述哪些物理信号最能反映哪些情绪。然后，他们通过让佩戴情绪传感器的人描述他们的感受，对模型进行了微调。模型还对阅读进行了分类，如果情绪标签与用户描述的不同，模型会进行自我更新，以便下次更好地工作。系统还可以根据每个用户进行自我调整。卡普洛说，有人报告说，他们感觉情感传感器正在真正了解他们。总体而言，该系统已经过数百名用户的测试。
在某些情况下，它可能比他们自己更了解他们。“有时我们没有意识到自己的情绪，”卡普洛说。“通常情况下，我们会有客户来投诉他们有胃部问题或头痛，他们认为这些身体症状完全独立于他们的情绪。这整个组合的希望是连接你的身心，帮助你更好地了解你的情况。”
“在整个一周中，”Chryssoula说，“Feel应用程序帮助我注意到我在每一个重要时刻的感觉，无论是好是坏，以及它有多强烈。这让我想到如何解决我的问题，有时我会使用建议的帮助，如呼吸练习，帮助我在紧张的情况下摆脱困境。”
该应用程序提供了一个互动的情感日历，不仅可以提供通知和输入，还可以提供准确的自我情感和心理图像。卡普洛指出，这种感觉让她更好地了解客户，“但我认为他们对自己有了更好的了解，这一点更重要。”
卡普罗将Feel视为她服务的力量倍增器。“这项技术带来了一定程度的参与和意识，这是非常有用的。在传统的治疗中，你去看你的治疗师，然后在你离开治疗的那一刻开始日常生活。一周中没有一点点的鼓励会减缓你的进步。感觉情感传感器和应用程序提供了这种持续的参与度。你学习的内容和讨论的内容一直在你的雷达上。”
“整个项目对我来说是一个惊喜，”克里苏拉说，“因为即使我每周只花很短的时间接受心理治疗，我感觉我是在一个持续的、互动的心理治疗，完全适应我的日常生活。”
卡普罗认为，像Feel这样的系统可以解决之前强调的许多心理健康治疗问题。“传统疗法包括回顾这一周发生的事情，并期待你能做些什么。但这项技术可以提供传统疗法无法提供的实时支持。金宝app如果有问题，我的传统客户会给我发短信，但这取决于他们是否会主动联系我。”然而，有了Feel，“情感传感器正在向他们伸出手来。”
克里苏拉说:“刚开始这个项目时，我无法想象会有如此积极的影响。”“我学会了处理任何复杂情况的第一步是处理好自己的想法和感觉。”
