在她的母亲被诊断出患有晚期乳腺癌后，她努力在处理女儿的事务、工作、新生儿、婚姻、朋友和个人时间之间做出平衡。因此，即使克苏拉不是一个技术高手，她还是报名参加了一项新设备的试运行，该设备可以不断监测她的情绪状态。
我们口袋里和手腕上无处不在的设备让我们感到痛苦。它们闪烁的屏幕和不断发出的ping信号，让我们持续关注办公室更新和Facebook点赞。但如果这些数字附件可以用来改善心理健康呢?这就是Sentio ' s Feel项目的承诺:一个追踪用户情绪状态的腕带和手机应用程序，提供定期的心理和身体锻炼，并让他们每周联系一次治疗师。
可穿戴设备中的传感器可以测量心率、皮肤电反应、温度和运动的变化。
该系统采用人工智能（AI）以及与佩戴者和辅导员合作的心理学的最新研究，提供同时可访问，准确和个性化的处理。“这是数据驱动的疗法，这在基于证据的实践方面是如此庞大的加法，”持牌的临床社会工作者和Sentio的铅治疗师Sharon Kaplow说。
senio的创始人George Eleftheriou和Haris Tsirmpas根据自己的经验发现了改善精神保健的必要性。Eleftheriou遭受倦怠和抑郁的折磨，而Tsirmpas忍受着不可预测的恐慌。他们都从心理咨询中获益，同时也发现了现有护理标准的漏洞。心理健康评估的主观性很强，对预防的关注有限。此外，诊断经常被遗漏，而且几乎没有实时干预。
解决这些问题会产生全球影响。通过一些估计，全世界有一半的人有精神疾病，而美国每年的费用达到5000亿美元。更好的选择将使每个人都受益：患者，治疗师，保险公司和社会。
目标，无论大小
Sentio的解决方案提供了一种新的治疗方法。在其核心是一个腕带，感觉情感传感器，类似于由如此多的流行活动跟踪器类似。但是这个跟踪器有四个传感器，检测与情感有关的生理反应。传感器包括光增性肌谱传感器，测量心率变化;一种电流皮肤响应（GSR）传感器，测量汗水;用于测量温度的红外光传感器;和一个惯性测量单元，其捕获运动。感觉情感传感器通过蓝牙将这些信号连续发送到感觉应用程序，将它们上传到云中的服务器。该服务器包含专有的AI算法，分析数据并检测四个情绪空间中的一个：Joy（积极，高能量），娱乐（积极，较低的能量），痛苦（负，高能量）和悲伤（负，较低的能量）。
通常，当觉得感到侦探情感时，该应用程序将要求用户描述发生的事情以及他们的感受。这反馈提供了三种目的：它有助于算法改进，它为治疗师提供了更丰富的信息，并提示日记，这带来了更大的自我洞察力。Chryssoula表示，该应用程序“挑战了我的特定和分析，以改善自己，我的消极思想和我的缠绕恐惧。”
该应用程序可能还会建议几个练习之一。例如，可能会要求用户回想起他们上次治疗会议的关键信息，并描述他们计划在日常生活中使用该外卖。
感觉计划持续16周。每周，用户都有一个视频聊天会话，许可治疗师通过软件仪表板机密访问用户数据。由于数据驱动方法，与传统45相比，这些会议只需要15分钟。在第一届会议期间，他们建立了一系列总体目标，以及一系列每周的子公司，即Kaplow说，这意味着增加问责制并使大目标更加消化。
例如，如果是大目标是在工作中采取新的领导作用，则会首先要寻找贡献的机会，然后弄清楚如何贡献，然后调整任何自我挫败的思想。Kaplow说，具体功能目标有时可以揭示更多的情感目标。该应用程序的认知行为治疗练习可以帮助用户实现这些目标。
感觉程序包括跟踪用户情绪状态的电话应用程序，推荐策略，并要求用户描述发生的事情。此信息用于每周会议，感受治疗师。
AI算法分析了感觉情感传感器的数据，并检测了四种情绪中的一个：快乐，满足，痛苦和悲伤。
用户向治疗师报告任何问题。卡普罗说，一个在会议上不能发言的客户可能会说:“‘尽管我在挑战自己的思维，我的心跳加速，我的嘴很干，但我就是做不到。所以，我们就会探索，“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处。”
Chryssoula的主要目标是改善与家人和朋友的联系。“使用目标，我找到了与我的母亲和我的孩子一起拥有更大的实质性和富有成效的时间，”她说。“我至少安排了一周的最好的朋友。”
她还看到了其他生活领域的改善。“我在工作中成功地表演，并在工作中成功进行，并发现了一点时间放松和做其他事情。”
筛选信号
在设计感受中，“最大的挑战是需要将时间序列的生理数据转化为清脆和具体的决定 - 这是一种情感的标签，”Tsirmpas说。为此，他们开发了AI和信号处理Matlab中的算法®。
机器学习和信号处理算法使用感觉情感传感器捕获的生理数据来检测情绪。
“最大的挑战是需要以某种方式翻译将一个连续的生理数据流入清晰，具体的决定 - 造成情感的标签。”
harris Tsirmpas, Sentio联合创始人
信号处理的第一步是预处理以去除外来噪声。对于生理数据，您可能会过滤掉由行走引起的任何波动。然后来数据转换，在数据中找到重要的模式。这些更高级别的模式更容易使用数百万个独立数据点。
Tsirmpas说他们使用Matlab清洁嘈杂的信号并将它们分割成离散情绪事件。“它有助于快速进行速度，并使一些强大的东西。”
机器学习，一种适用于涉及大量数据和大量变量的复杂问题的AI形式，用于事件检测算法。机器学习算法，MATLAB中的特征，识别数据中的模式，例如指示不同情绪生物标志物的生物标志物的组合。这是在亚马逊Web服务（AWS）服务器上操作的基于云的算法，该服务器监控患者的情绪状态并馈送结果回应用程序。
为了指导他们的机器学习算法，森提奥首先从心理学文献入手，描述哪些身体信号最能指示哪些情绪。然后，他们通过让佩戴情感传感器的人描述他们的感受来微调模型。模型还对读数进行了分类，如果情绪标签与用户描述的不同，模型就会进行自我更新，以便下次工作得更好。该系统还能适应每个用户。卡普罗说，人们报告说，他们觉得感觉情感传感器真的在了解他们。总的来说，该系统已经在数百个用户中进行了测试。
在某些情况下，它可能比他们自己更了解他们。“有时候我们并没有意识到自己的情绪，”Kaplow说。“很多时候，我们的客户来找我们，抱怨他们有胃病或头痛，他们认为这些身体症状完全独立于他们的情绪。这种结合是为了将你的大脑和身体连接起来，帮助你更好地适应正在发生的事情。”
“整个星期，”Chryssoula说，“Feel应用帮助我注意到自己在每一个重要时刻的感受——坏的或好的，以及它有多强烈。这让我思考如何解决我的问题，有时我使用建议的帮助，如呼吸练习，这帮助我在压力的情况下。”
该应用程序提供交互式情感日历，不仅提供通知和输入，而且还提供一个准确的自我情感和心理形象。卡普罗指出，Feel让她对客户有了更好的了解，“但我认为他们对自己有了更好的了解，这更重要。”
Kaplow认为她的服务是一种力量乘法器。“该技术带来了一系列的参与和意识，这是如此乐于助人。在传统的治疗中，你看到你的治疗师，然后每日生活发生在你离开那场比赛的第二个生活中。在整个星期内没有那么轻推，可以减缓你的改善。感觉情感传感器和应用程序使这种持续的参与水平。你正在学习的东西，讨论的是在雷达上的讨论。“
“整个节目对我来说是一个惊喜，”Chryssoula说：“即使我在心理治疗中只花了很短的时间，我也会感到持续日常和互动性心理治疗，完美地适应我的日常生活。”
Kaplow认为，像觉得的系统一样可以解决早些时候突出的心理健康治疗的许多问题。“传统治疗涉及回顾本周发生的事情，并期待您可以做的事情。但这种技术可以以传统治疗不能的方式实时支持。金宝app如果有一个问题，我的传统客户端发短信给我，但它依赖于他们接触我。“然而，随着感觉，“情感传感器就达到了他们”。
“在开始计划时，我无法想象这种积极的影响，”Chryssoula说。“我了解到，处理任何复杂情况的第一步是处理您的思维和感受的方式。”
