這項研究由新加坡南洋理工大學(xué)的一個團隊進行，涉及290 名成年人（平均年齡33 歲），他們被要求佩戴Fitbit Charge 2 活動追蹤設(shè)備14 天。他們被告知除了洗澡或充電時外，任何時候都要佩戴它。

在為期兩周的測試之前和之后，參與者完成了一份廣泛用于識別抑郁人群的調(diào)查問卷。然后將這些調(diào)查的結(jié)果與Fitbits 收集的數(shù)據(jù)相結(jié)合，用于訓(xùn)練名為Ycogni 模型的機器學(xué)習(xí)計算機程序。

當(dāng)該程序單獨用于分析Fitbit 數(shù)據(jù)時，事實證明，它在預(yù)測誰最有可能患抑郁癥以及誰最不可能患抑郁癥方面的準(zhǔn)確率約為80%。

據(jù)觀察，容易患抑郁癥的人在凌晨2 點至4 點之間心率變化較大，然后在凌晨4 點至6 點之間再次變化（通過Fitbits 測量）。這與早期的研究一致，表明睡眠期間的心率變化可能是抑郁癥的有效生理指標(biāo)。

Fitbits 還顯示，有抑郁傾向的測試對象在起床時間和就寢時間上往往有更大的變化。同樣，之前已經(jīng)觀察到抑郁癥患者不太擅長遵循日常睡眠和起床程序。領(lǐng)導(dǎo)這項研究的Josip Car 教授表示：“我們的研究成功表明，我們可以使用可穿戴設(shè)備的傳感器數(shù)據(jù)來幫助檢測個人患抑郁癥的風(fēng)險。通過挖掘我們的機器學(xué)習(xí)程序，以及可穿戴設(shè)備的日益使用，普遍，有一天它可以用于及時、不引人注目的抑郁癥篩查。”