智能传感通知和学习(渗透):一个可伸缩的和Governance-Aware通用平台,分享服务数字表现型的研究和临床应用

介绍

有最近的爆炸在医疗保健消费数字工具的兴趣,比如智能手机。心理健康也不例外(1]。临床有价值的应用程序已确定在抑郁和焦虑,自杀,药物和酒精的疾病,老化和老年痴呆症,和神经系统疾病。通过数字表现型(2,3)(或个人遥感(4]),行为信号,传感器数据,通过智能手机和自我报告的信息收集,可穿戴传感器和智能家居设备可以组合阐明疾病的性质和临床状态,如抑郁症(5,6[],焦虑7),和双相情感障碍(8- - - - - -13]。这些信号还承诺更好地了解精神疾病的早期症状,如睡眠的变化,社会行为,和认知功能,并提高的前景强劲,个体层面的风险分层和预测(14]。现代智能手机可能包含多个传感器,用于被动(即不断在后台运行,不干预)和活动(即直接来自用户的输入)的数据收集。单个传感器可以用于,例如应用设备从一个刻板运动加速度计采集测量任务,同时记录生理运动模式。

重要的是,这些数字工具可以使用收集的数据提供和加强干预措施(2]。人工智能技术,如可以将数据转换为自我管理建议有关复发或治疗调整,也可以推动互动体验,如chatbot-based谈话(15,16]。使用网络和智能手机应用的预防和管理情绪障碍(17,自杀18),双相情感障碍(19),和促进精神健康已经建立或正在积极调查可以提供临床结果与面对面的治疗(20.- - - - - -24]。自动化已经创造了机会达到全球用户及时;创建新的机制来支持医疗用户不依赖面对面的服务(25]。数据驱动的剪裁也有可能解决穷人接触的主要挑战和有意义的使用在当今常见的应用程序(26,27]。

今天,努力实现的智能传感和自适应干预设计往往是分散的和狭隘的集中。尽管热情努力构建传感和干预应用,许多临床潜力的翻译似乎有限,因为他们不支持的有效性的证据(28),或不清楚地满足临床质量(29日)和安全的期望(比如关于诊断的准确性(30.])。我们自己的审查表明,收集的数据的选择似乎更经常由技术缓解而不是理解最重要的生理神经和心理过程(31日]。也有大量的数据隐私问题(32),可接受性(33),和数据收集的伦理34)已受备受瞩目的公共数据丑闻。如果不加以解决,这些问题风险破坏公共和专业的信心在这个变革的技术领域。至关重要的是,没有大规模的公众参与,大部分的视觉数字表现型和自适应的干预措施不能实现。越来越清楚的是,一个完整和全面的数据平台需要捕获宽度可用的传感器数据以一种有意义的方式。这本身就是一个挑战,需要指定所需的各种功能模块支持的范围可用传感器没有负面影响用户体验和有意义的牧师产生的数据。

作为一个领域,开始时可能是最有用的方法之一,我们可以帮助理解自然,轨迹,治疗精神疾病的机制,我们需要改变我们的运作方式。在接下来的几年里,如果适当地和道德,我们相信时间来创建一个国际数字表型银行。其目的是探索行为和发展之间的关系,以及随后的轨迹,常见的精神疾病。它还将创造机会发展个性化数字干预,协助个人识别和预防疾病的时期。因为预测分析和相关的方法可以有效地利用现有的数据35),数据整合在一个数字表型银行承诺从重用乘数效应的临床研究,以适当的治理、行业用户。

然而,这些研究和临床应用,使信号的数据可能必须收集大量的参与者,编组和坚持。这个愿景的关键推动者,因此,可用适当支持的可扩展的软件平台技术架构。介绍了设计的一个新平台数字表现型旨在满足这个要求。我们平台的设计目标轮廓,突出方面,研究人员可能希望考虑在开发类似的平台。

一个共享的平台

概述

周围的景观技术发展数字表型数据收集和数据驱动的干预研究可以表现为显著的异质性(技术、平台、临床问题和研究方法31日])。然而,几个共同特征突出。这些激发我们潜在的兴趣共享数据平台和总结如下。

大多数数字数据收集和干预工具是定制的

电子精神健康(e-mental健康)的研究人员经常构建自定义数字解决方案来支持他们的研究。这通常涉及创建一些具体移动(或网络)应用程序,通常从头开始。这些数字卫生研究应用程序包含代码从传感器收集研究特定的数据,调查,和自定义工作流(比如游戏)。此外,这些应用程序必须处理等方面用户管理、数据传输到一个安全的服务器,数据隐私,确保技术方案坚持伦理批准协议。这种仔细的技术工程,以满足研究和治理过程要求必须对每一个重复的研究。

有一个重要的创建数字解决方案的机会成本

虽然个人研究小组可以实现规模经济,通过战略发展共享代码和重用资产,其他研究小组利用这些好处的能力是有限的承诺原始研究者提供这些资产(例如,作为开放源码库),维护,并为其使用提供支持。研究人员(尤其是那些外部电子健康[电子健康])的人可能有意收购数字传感器信号可能基本上锁定,因为他们没有获得授权技术。

移动平台供应商努力创建可重用的研究工具(例如,苹果ResearchKit(美国加州库比蒂诺,苹果(aapl . o:行情)))没有解决被动感知场景和不能解决的问题研究人员想要构建工具,将在iOS和Android平台上运行,因为供应商框架不跨平台兼容。

生命周期的关注很少

保证参与者的经验,数字解决方案必须提供,建立,管理和支持研究的持续时间。可能需要大量努力和资源来解决突发变化引入的移动操作系统的更新和调试问题经验的特定设备类型(尤其是Android,设备市场是高度分散的,修改设备操作系统的各个设备制造商可以创造意想不到的问题)。资源生命周期管理的挑战是一个潜在的因素研究支持健康的少量应用目前在公共应用程序商店(28,36]。

不存在任何常见的数据标准数字表现型

数据标准是达成共识的规则集来描述和记录信息,便于分析,重用和交换(37]。局部挑战数字表现型的程度可能需要上下文信息来充分解释信号数据。例如,设备类型、版本和电源状态,传感器特性(如测量精度),和用户特征(如身高、年龄)所有可能影响传感数据的解释。数据标准提供一种手段确保相关的信息是一致的格式收集有用的初始和二次分析。缺乏通用标准作为一个潜在的障碍从多个研究,结合数据与数据所需的时间和精力角力的过程(即,将数据转换为兼容的形式)。共享平台,帮助解决标准差距在两个方面。首先,通过协调不同研究人员的活动,他们的运作方式事实上的标准供应商因为所有收集的数据是由相同的技术收集机制。其次,随着数字表现型景观的成熟,他们的位置能实现任何标准合作研究开发的社区。标准化可能有益的其他领域包括数据预处理步骤的规范和方法推导总结指标和特性用于机器学习。

良好的数据治理是具有挑战性的

质量差和隐私控制,包括缺乏行业标准保障等适当的加密和访问控制,一再被确认在医疗应用程序向公众开放(32,38]。共享平台或许能更好地命令所需的资源和专长监控和应对不断演变的治理风险比个人项目。

设计考虑数字表现型的平台

除了协调因素激发兴趣的方法对数字表现型,有几个特定的设计考虑。在最近的一次讨论(31日),我们发现三个优先级。我们认为首先需要通用(跨平台)技术,可以不管设备类型,以确保公平的机会研究参与者在当下和未来潜在用户的临床服务建立在数字表现型。尽管两者之间几乎平等的市场份额主要移动操作系统供应商(安卓和苹果)在多个经济体(39)、数字表现型平台历史上只关注Android设备的相对轻松地实现被动遥感在这些与苹果相比,其应用模型不允许连续运行后台服务(除特殊情况不能直接与数字相关的表型出现)。

其次,我们主张平台,不仅可以有效地支持小和探索试点项目(数字表现型特征的主要研究到目前为止31日])也更大规模的研究参与者与数千个并发运行。我们证明这个需求基础上,如果一个数字表现型的主要意图新创生物标志物发现临床年级使用,那么将需要一步改变歧视模型源自数字表型出现信号的性能,这可能会需要更大的数据集(40]。敏感性和特异性在数字表现型分类研究迄今为止很少超过90%,尽管先进的机器学习方法的使用。我们一直在强调提高测试数据将需要获得临床可接受的假阳性和阴性率(31日]。

第三,同理,我们确定需要平台能够支持收集数据的聚合和高效转换:(1)支持其二级重用,如建立基于人工智能的方法来预测心理健康状况;和(2)使未来集成数字卫生干预措施。例如,模型来源于数字表现型数据可以用来定制组件的选择和时间由自适应干预措施。平台支持这种操作用例有更严格的要求在正常运行时间和弹性比使用,只是作为研究数据存储库。

我们确定这两个进一步的设计考虑。首先,使用智能手机作为主要的数据收集机制引入了多个约束需要权衡在平台设计。有竞争的特征,如用户隐私问题,能源效率为延长电池寿命,硬件差异由于设备碎片,和严格的应用程序开发指南(41- - - - - -43]。因为这些约束每一个人都有相关性有关的研究目标,如能从给定用户收集尽可能多的数据,需要一个显式的决策过程在平台设计。

表1突出典型约束之间的关系和研究目标,权衡的结果,和潜在的设计解决方案。例如,有一个隐式之间的权衡最大化数据收集量和潜在的负面影响带来的用户体验sensor-related电池消耗和使用数据收集的数据传输服务。平台的创造者,设计挑战不仅包括发现技术战略可以优化收集的效率还是否和如何包含硬约束,减轻贫困的用户体验(如放置一个上限的数据收集的频率)。这些策略是否必要可能靠,反过来,这种操作模式支持平台。例如,在一个平台作为一种服务提供给多个研究小组,利用这样的限制可能是合理的,-用户反馈因一项研究有潜力影响的招聘和参与用户在其他的研究中,即使无关。

第二个担忧的程度任何平台上执行特定工作流研究用户和数据收集参与者通过其设计。即使在现代软件开发方法,假设用户将如何执行关键任务往往处于初级阶段。结果,有限制的初始设计可以修改(44],即使后续重构[45]。例如,如果收集的数据强有力的治理是一个理想的结果就可能是合理的引入通用平台机制,比如要求机构审查委员会(IRB)批准之前数据收集可以激活。然而,我们的经验人员还建议对创建强大的限制正是数据研究小组试图收集或用于集合的方法。解决这种紧张是一个潜在的战略研究团队自由端基础设施的设计和功能(例如,数据收集应用程序),同时要求适当的控制,包括治理需求,在服务器端基础设施,数据收集和处理进行后续分析。这种方法已成功地应用于广泛采用的软件框架,比如用于提供移动应用程序的使用情况分析。

灌输(智能传感通知和学习)数字表现型的平台

背景

灌输(智能传感通知和学习)是一个新的平台,基于云计算的系统收集主动和被动传感器信号来自iPhone和Android智能手机。

平台的设计目标

平台设计的广泛研究,目标是改进的理解的原因和轨迹youth-onset使用数字表型出现情绪障碍。需求分析是根据上面讨论的问题和通过考虑,与代表利益相关者通过讨论,需要支持多个并行多学科团队探索不同的方面研究的挑战。这些想象的团队包括:(1)心理健康和临床研究人员想要探索特定的之间的关系,数字phenotyping-derived信号和传统心理健康状况,如GPS数据和自我报告抑郁得分,在自己的观察性研究设计;(2)研究人员想结合(同意)收集的数据集进行二次分析,连杆,和机器学习;和(3)干预设计师想要消费数字表现型数据以某种方式调整或优化新的精神卫生干预。假设团队不一定相同的机构,尽管与总体研究目标,不一定会集中在同一研究人群。

从这个分析,我们确定了三个相互关联的设计目标。首先,平台应该支持高可靠数据摄入(即高分辨率数据的收集来自成千上万的用户没有损失)。这个目标反映了识别的需要,和研究兴趣,大规模数字表现型的研究,以及具体考虑建立一个数字表现型银行所需的数据量。平台设计受到了比其他任何目标,反映了影响性能和鲁棒性要求对软件架构(46]。其次,平台应该足够灵活,能够支持多个研究的要求,包括那些没有在心理健康。换句话说,系统需要足够灵活,研究人员可以适应特定需求的研究平台,同时受益于软件重用。第三,平台设计应该寻求减少运营成本。研究团队经常操作与有限的预算以最小的津贴为开发人员和操作团队,将平台在商业环境的典型。这个目标通知最终决定设计特定的组件作为共享的后端服务平台,从而消除个体研究人员需要携带的风险和成本初始设置,创建一个潜在机制在未来正式运营支持。会议成功的第三个目标是评估通过建模成本纳入一个随机对照试验47使用数据收集平台)。这将是在未来的分析报告。

共同研究工作流

从需求收集过程我们发现了一个共同的研究工作流程(图1),这是一个刻板的行为序列数字表现型的收购来自研究对象的数据。此工作流包含以下步骤:

1. 研究者指定研究设计,定义哪些调查问卷和传感器需要交付审判或一组临床测量和可选地,这是如何与任何干预集成组件,如自导的疗法。这个规范是托管在一个安全的在线存储库。
2. 研究开始时,规范是自动分配给用户的设备。相同的机制可以用来更新规范整个研究。
3. 平台的应用程序开发工具生成一个数据流,根据需要。这包括自我报告数据流,这包括:
   • 自我报告的问卷调查和评估。自我报告数据可以包括单一问题,标准仪器(如病人健康问卷(phq - 9]),结构化的测试(如响应时间测量)和录音从传感器(如语音样本);和
   • 生态的评估。这些问题包括连续生成的响应时间或上下文线索(例如,当用户觉醒),生成生态有效数据。
4. 也有数字数据流,其中可能包括:
   • 被动传感,默默地,不断收集高分辨率数据位置,活动,从用户和社会互动。当代智能手机可能通常包含:一个加速度计、陀螺仪、指南针、气压计、光传感器、GPS接收机、麦克风、摄像头,以及wi - fi和蓝牙接口,可以用来检测接近其他用户和设备。这些传感器类型通常用于数字数据集合。
   • 设备利用率数据,追踪数字排气,如应用程序的时间,电话和短信使用情况,以及潜在的认知功能标记,如打字速度。软件开发工具包自动数据收集管理潜在的障碍,如用户电池寿命和有限的连接,通过智能调度和缓存。
5. 研究人员可以尽快收到提取注册表的数据,加快分析,允许研究设计,包括专家的反馈,并允许任何数据收集问题确定和解决在研究过程的早期。

‎ 把这个图

明确工作流程使得一些用户需求,告知平台设计。首先,反映数字表现型的地位作为一个新兴的研究领域,迭代测试、分析测试方法可能是常态,与数字表现型的时机和焦点数据收集修订通过一系列亚组。这个需求驱动循环图所示图1。然而任何迭代方法数据收集必须具有良好的研究治理需求的平衡等数据完整性和版本控制。

其次,研究人员正面临着实际的研究问题,如不可预见的协议调整或合规管理参与者,希望修改数据收集参数对需求的灵活性。这就产生了一个动态的概念,一些具体,数据采集规范,可以根据需要更新和传播参与者设备。

第三,收购nondigital表现型数据类型的支持是至关重要的,使关键的用例,需要自我报告和成果等措施,提供标签的训练数字表现型使用监督机器学习模型。

最后,尽管需要一些具体的软件开发工作(如工程应用程序以满足特定的数据收集,干预,和用户体验需求),仍有共同的价值,researcher-facing软件工具支持等常规管理任务调度、监控的参与,和数据提取。与此相关的方式,研究人员将使用收集的数据,无论是统计分析,机器学习,或干预裁剪,多样化足以限制单一机制的价值可视化和操纵数据。相反,应该将重点放在提供有效地提取有用的格式的数据收集方法和切割(即用户)的子集。

平台组件

由此产生的平台由一组可重用的软件组件嵌入在一个共同的架构(见图2和总结表2)。架构符合鉴定要求大数据平台,专门的分布式计算和大数据存储(48]。在一起,这些组件:(1)使被动和主动的收集传感器数据(和其他任意数据类型);(2)使鉴定数据的安全存储;(3)提供动态控制频率和类型的数据收集;(4)维护数据通过确保源的来源信息记录一致;(5)提供一个健壮的同步协议期间降低数据丢失的风险转移;(6)记录数据的标准化和稳定的数据格式允许复制和审计;和(7)提供一个共同的数据导出和管理方法。所示的组件表2设计遵守分离关注点的软件工程原理(49),每个组件都集中在一个良好定义的功能流程以减少重复代码,最大化的可重用性,并简化维护和进一步发展。

‎ 把这个图

平台组件分为移动应用开发工具包和共享云数据的后端。软件开发工具包可用iOS和Android是为了加快发展新的数字表现型客户机应用程序。软件开发工具包反映了我们怀疑任何成熟的数据收集应用程序能满足设计、内容和用户体验需求的任何研究。相反,本地库包含在工具包提供dropin被动和主动传感器数据采集功能(总结图3容错和安全),单独上传管理收集的数据。这些库允许任何应用程序与数字表现型功能增强,而研究人员完全控制面向用户的界面和交互设计。软件开发工具包还允许研究人员对精细控制能量和数据与传感器相关影响利用率和数据上传。

公共数据平台提供了授权的端点,摄取和安全地存储数据上传的应用程序使用软件开发工具包,可以让研究人员动态地配置数据收集应用程序的行为,使收集的数据提供给了科学家供进一步分析,并保持持续审计日志数据上传和访问的治理目的。尽管个人的研究可以设置和运行自己的公共数据平台的实例,它主要是为了支持用例可以托管和作为服务提供给多个并发的项目。设计的目的是降低学习曲线,成本,风险由用户承担新平台谁能转而关注客户端数据收集经验。在我们的解决方案,研究人员通过实验与平台交互管理,一个web应用程序(界面所示图4),允许他们指定数据收集配置,监控数据收集的进展,从先前的实验和下载数据。平台支持创建自定义设计研究(问卷调查、交互等)和灵活的数据收集协议(夜间上传,类型和频率的传感器数据,等等)。它还充当一个正规商店audit-relevant研究权限信息,如文档收到授权IRB。如果没有这些信息,研究不能开始数据收集。

‎ 把这个图

‎ 把这个图

平台特性

支持被动遥感iOS和Android设备

平台应用开发工具包提供了本地库来支持应用开发两大平台的设备供应商。安排苹果设备上的被动遥感的能力使我们有别于其他数字表现型平台。提供一套确保人员不需要重装与隐私和安全相关的最佳实践在移动云计算环境中,如适当的授权和加密数据上传(50]。

策略来最大化被动遥感完整性

被动传感智能手机上的一个主要挑战是最大化期望的采样数据点的比例作为分析计划并成功返回。虽然数据上传调度和错误宽容是一种重要的修饰符的数据完整性、一大障碍问题可靠采样(即初始从所需的传感器采集的数据所需的时间)。

在数据隐私担忧导致了移动平台供应商引入限制旨在让用户更好地控制传感器数据是如何收集和使用。例如,移动应用程序必须显式地获得(和在某些情况下定期reobtain)用户权限收集GPS定位数据。这些机制是特定于平台的许可和可能发生变化。为应对这些挑战,我们的开发工具包提供了支持灵活的新员工培训机制,引导用户通过设置适当的权限的过程中,配置数据上传,是否可以使用蜂窝数据和配置的挂钩通知权限一直在否认或撤销。容错意味着工具包优雅地处理这样的情况下,继续收集其他传感器类型,即使一个传感器不再许可。

另一个限制源自担忧的潜在影响连续背景传感系统性能和电池消耗影响终端用户体验(43]。平台厂商限制可以被动地收集的数据量,甚至关闭应用能源效率低下或最近没有激活用户。工作平台所施加的约束内的供应商,我们的通信协议依赖于定期醒来手机应用程序使用沉默背景通知。这种方法允许一个共同的机制使用Android和iOS而是依赖网络连接。这些策略的功效最大化数据完整性是当前的主题调查和报告我们打算在未来的手稿。

可扩展、低成本数据摄入管道

数据管理显示核心考虑大规模,移动应用生态系统(51]。这一原则影响了决定摄入管道由云平台的数据基本上不可知论者的形式和类型的数据上传用户的设备。相反,上传需要装饰着元数据,它编码信息类型和共享参数,如时间的集合,在一个标准化的格式。这种灵活性意味着支持新的传感器类型或数据来源,或更改数据收集形式,可以很容易地引入到数据收集的客户而不影响云计算摄入管道的功能。例如,一个研究小组想要扩展应用程序开发工具包收集大量数据从一种可佩带的传感器可以这样做,继续使用现有的数据上传机制,而不需要改变云架构。这种灵活性是为了加速这种发展和降低相关成本研究用户和运营商的平台。使用标准化意味着元数据分析功能,如数据提交率,可以很容易地由提交的数据,即使添加了新类型。

除了可扩展性,数据摄入管道是为了减少管理费用与数据采集通过执行在摄入最少的计算数据。例如,数据验证和压缩不执行的管道,但,相反,一个客户端关注支持的软件开发工具包。通过分布式计算客户端设备,这样可以减少潜在的瓶颈和顺向通用平台的成本。

强类型的,客户端数据收集

type-agnostic数据摄入管道时,应用程序开发工具包实现一组核心的强类型模式捕获和存储常见的传感器数据和相关的数据类型。模式是目前用于GPS,个加速器,陀螺仪,音频、纵向事件日志,和问卷调查数据和用户可以自由扩展的工具包。这种组合的不可知论者管道端约定用于存储数据代表一个设计之间的权衡扩展的灵活性和适应能力的平台和重用,变换,并结合数据(建议使用公共数据标准)。结果,研究平台,实现开发工具包的用户可以使用所提供的数据类型和放心,他们收集的数据将被兼容现有数据集以及任何可视化/分析工具为平台开发的,而那些想要适应数据格式可以自由这样做。

保护隐私的架构

消费者隐私法和研究伦理指南建立严格的需求对数据处理和管理(52,53]。考虑数据隐私等权限数据可以存储和转移,以及所有相关的治理问题解决系统安全的平台。例如,云/供应商选择体系结构允许我们保证(合适的配置),属于每个研究数据适当隔离,只将存储在一个单一的法律管辖,而公共数据平台实施IRB要求批准开始数据收集之前提出。

平台的特色是所有用户数据默认的贡献都是匿名的。这是通过使用一个自定义的匿名身份验证机制(见图5),这是作为软件开发工具包的一部分,提供执行合同匿名在手机应用程序。我们认识到,然而,对于某些研究可能需要识别并跟进命名个人增加或验证结果或提供其他干预组件。平台支持的情况下,参与者需要被确认,但这需要明确开发商采取额外的步骤(除了适当的伦理权限)缓存的唯一的注册标识符生成的每一个参与者。为此,开发人员必须创建自己的链接密钥存储库中。这是,根据定义,分开使用的数据存储平台,平台保持匿名,而该提案不太可能在商店都妥协。

‎ 把这个图

第二个功能是使用基于公钥机制策略授权和安全的有时限的传输用户数据有效载荷的平台。这种机制(总结图6)保证上传的数据是唯一地分配给用户,开始上传,最小化潜在的未经授权的访问,上传垃圾邮件,或在数据配置错误分析。在一起,这些策略意味着没有情况在常规操作平台中可识别的信息存储在相同的云环境用户响应数据。

‎ 把这个图

技术实现概述

技术实现的核心原则是尽可能利用现有的开源组件。由于平台的可扩展性需求,这是最终的能力支持成千上万的并发用户,平台是建立在集装箱的顶部平台Kubernetes(美国加州山景城谷歌LLC)。选择一个集装箱的解决方案简化了过程集成现有的工具平台。包括Elasticsearch(弹性NV,阿姆斯特丹,荷兰)高效的信息检索,卡夫卡(美国马里兰州Apache软件基金会、森林山)构建数据管道,动物园管理员(美国马里兰州Apache软件基金会、森林山)为协调分布式组件,Kibana(弹性NV,阿姆斯特丹,荷兰)可视化和报告、复述,复述,实验室,加州山景城(美国)作为中央数据存储和PostgreSQL (PostgreSQL全球发展集团,伯克利,加州,美国)数据持久性。提供脚本配置、部署和运行这些组件在谷歌的云平台(美国加州山景城谷歌LLC)(尽管这个平台将运行在任何支持Kubernetes)的云环境。构成云的后端应用程序被编写为Java microservices使用Spring引导(关键软件,旧金山,加利福尼亚,美国)的web框架。数字表型出现应用程序使用特定于平台的本机编程语言,如苹果的iOS的迅速和Java /芬兰湾的科特林谷歌的Android。

未来的发展

未来发展的一个主要任务是识别用户可以创建共享价值曾经收到的数据平台。尽管我们期望,大多数研究者将预计直接访问原始数据,可能会有任务,尤其是那些计算昂贵或技术复杂,其意义会提供平台服务。例如,特性计算或数据还原技术可以作为选项在一个标准化的处理管道,减少设置为平台用户负担,同时提供潜在保证标准化的数据集。工作正在探索的范围,这种预处理的可行性和价值。

额外的工作还需要加强错误处理逻辑的平台。为了实现高数据吞吐量,验证逻辑(即步骤来验证输入数据的正确性)摄入管道内一直降到最低。虽然这个管道可以理论上支持有效的验证,如通过异步工人操作积累数据,当前的架构不支持机制传播识别验证错误(如样品质量差)回到移动客户。这介绍了潜在的延迟的过程识别数据质量问题,将解决问题的负担转移到研究小组作为一个手动的过程,这可能是在研究与大量的参与者是不可行的。未来将引入机制触发更新软件开发工具包钩子验证问题发现时,提供一个潜在的反应路线为数据收集客户和解决任何识别验证问题,没有人工干预。例如,在一项研究中收集主动语态样本,收集样本失败一个质量检查可能引发platform-associated移动应用要求参与者提供第二个示例。

我们也认识到一个持续的需求,通过审查和强化的方法来维护参与者保密。在平台设计确保传统标识符,如姓名和联系方式,不收集,我们承认某些数字表现型的风险数据类型,如GPS、是本质上可识别的54]。潜在platform-enforceable这种风险管理的策略包括:持有数据暂时托管,以防止个人的当前位置被确定,重新将GPS数据映射到另一个参照系,点之间的关系,但不是绝对的位置,保存,并提供管道工具将数据预处理到功能或标签代表研究者为了避免需要团队来处理原始数据。这些涉及潜在的权衡风险管理和分析价值(55]。例如,重新映射GPS任意坐标系统限制潜在的语义标签的位置。我们的目标是探索这些策略的可行性和可接受性与GPS和其他类型的传感器数据的下一阶段的工作。

最后,一个技术改进的过程(目前正在进行)旨在简化现有的体系结构:(1)消除不必要的组件,然而带来运营成本;和(2)减少所需的努力扩展平台,一些具体的修改。目前,二进制数据,如音频、视频和图像文件存储在Elasticsearch,使所有的数据是有效的搜索索引。在以后的开发阶段、blob存储二进制数据将用于房子只索引元数据描述文件,其目的是减少数据处理成本。这种转变也可以Elasticsearch换成一个更简单的数据存储,如关系数据库,可能减少所需的技能团队的操作平台。

讨论

在本文中,我们描述一个可伸缩的设计和governance-aware平台采集的传感器数据消费者智能手机、数码表现型的目的。灌输平台提供了一个新的工具套件的发展数字表现型的研究。平台目前被用于运行研究黑狗研究所和迪肯大学,并最终将可供研究和公共使用。它坐在旁边几个数字表现型已有和新兴的技术平台,包括意识到(56],Beiwe [57,58,耳朵59)、紫色(60],Monsenso [61年),被动的数据包(62年),和雷达基地63年]。灌输不同于这些现有的平台在几个方面:(1)它支持被动遥感在iOS,与耳朵,紫色,和雷达基地;(2)它运行感应不使用特殊的权限,可以防止应用程序部署通过公共应用程序商店,与意识(尽管牺牲某些传感器流,如蓝牙距离跟踪);(3)及其托管服务器模型意味着研究团队不需要担心设置,保护,和维护所需的服务器基础设施运行数字表现型的研究,与被动的数据包。我们的平台似乎是在概念上像Beiwe作为服务64年),采用参与者匿名化等问题上的立场相近(65年];然而,灌输不同的配对其托管模式软件开发工具包,支持自定义应用程序为每个项目建设而不是提供标准数据收集应用程序(如Beiwe)。每个方法都有利弊的能力定制用户体验和开发成本和时间。

灌输也是一个推动者为研究视角,试图建立一个国际数字表型银行从人口规模的纵向队列池传感器信号数据。这个倡议创建机会数字表现型数据链接到地面实况数据,包括获得的DNA信息,医院记录,和教育成果,在单个传感器数据试验,项目和实验。到目前为止,平台开发主要集中在技术方面的数据收集,包括要求支持所需的输入数据量将人口规模银行(潜在的数以百万计的数据样本,每个参与者,每年)。数据收集平台不是银行,然而,我们认识到,大量额外的工作需要解决的技术、治理、高效和安全的数据共享和操作问题(特别是跨越国际边界),参与招聘和管理。

从技术角度来看,有几个开发过程产生的见解可能相关的其他研究人员参与类似的数字表现型或其他台秤的努力。首先,对于管理甚至大容量数据摄取场景,一个简单的发布-订阅消息传递队列可能就足够了。回想起来,我们选择卡夫卡作为队列管理技术,而不创建任何活跃的路障,现在提供了一些好处。虽然卡夫卡可以执行持续查询队列本身和回放数据流,这些特性在最终系统中添加价值有限。第二,简化结构的初始想法通过使用一个全面的搜索引擎(Elasticsearch)所有不同类型的数据证明是不必要的,作为主要的数据存储格式最终是JSON。一个简单的JSON文档存储数据库或关系数据库系统索引就足够了。即使在二进制数据被收集,如音频样本,没有具体的用例在可转位持有这些商店。相反,它是分析这些数据的输出数据包(如机器学习/算法标签和注释)索引可能会有帮助,因为我们认为这些输出是JSON格式的,这些也可以保存在一个关系或文档存储。在一起这些问题突出的挑战适当准确预测技术选择复杂的项目,特别是那些使用迭代开发方法。最后,建立和维护一个数字表现型平台需要彻底理解的局限性和约束由移动平台供应商落实到位。 This is a challenging task as mobile operating systems are frequently updated, often with breaking changes. For example, changes to the latest version of iOS significantly reduced the ease with which passive location data could be continuously collected.

在这篇文章中,我们还强调了设计数据收集的优劣基础设施上运行用户的自己的设备,研究人员有限的控制和不便必须最小化。除了这些面向用户的权衡,整个平台架构本身代表一个愿望给研究人员之间的权衡最大的灵活性在配置数据收集,以适应他们的研究和用户体验需求,同时最小化的成本完成技术挑战性的任务,比如被动传感和一个安全的数据上传。我们使用客户机-服务器将安排这个权衡,研究人员给予自由应用程序(客户端)一边,支持一个共同的(服务器)的后端用最小的一些具体的空间变化。工作现在需要批判性地评估这一战略的价值,尤其是我们已经看到了如何被质疑的证据。在开发应用程序开发工具包,该团队发现iOS应用程序商店审查过程可以防止应用程序收集位置数据被动地没有出现这个信息功能,最终用户直接受益。一个设计问题,是否该平台应该提供原生的GPS定位数据可视化面向用户的格式(这可能需要技术来实现),还是这应该是一些具体问题。平台设计是有用的在许多不同的研究,实现这样的功能可能是有益但伴随着开发和维护成本。看起来,应该平台越来越广泛使用,需要一个优先级机制来选择功能包含在开发工具包/后端。我们也认识到,假定的一个共同的和共享的基础设施的好处在很大程度上与能力为项目提供业务支持。因此,平台开发的下一阶段还将专注于不同的操作和治理模型的可行性。

虽然在使用的早期阶段,我们的愿景这一新的科学的行为(2)承诺福利医疗、数字医疗行业,和科学。卫生保健,它为用户提供了手段更多地了解他们的心理健康,能够,一旦足够的工作已经完成,预计当他们的健康可能的风险,并且能够访问技术和干预措施,已被证明成功的为自己和许多其他人。最终,这项工作的目的是优化医疗保健和减轻无助感和情感上的辛劳。在快速发展的数字产业,它提出了新的商业机会的可能性,如健康保险公司激励工具通过被动监测健康行为。科学家、协作平台生成相结合,并使用信号降低了机会成本数字表现型的研究打开了新的大门多学科合作。

有一些可以理解的怀疑数字传感器信号的潜力来帮助管理精神疾病提供有意义的数据。我们自己的不确定性减少,部分成功的现代机器学习方法在处理之前的多个域分类问题,通过承诺从早期数字表现型研究结果(31日),证据的存在前驱的阶段与行为相关常见精神疾病(66年,67年]。如果这些变化可以体现在传感器数据流,然后他们可以检测并模仿。最终,我们不会知道这是一个具有成本效益的,可以接受的,和健壮的方法,除非我们试一试。一个协作数字表现型平台,开放多个用户并行工作,将会很快回答这个问题的关键。