Negli ultimi anni i concetti di fenotipo digitale , Digital Biomarker e di fenotipizzazione mediante il digital ha suscitato molto interesse in ambito accademico.
La psichiatria ha manifestato, da sempre, la carenza di dati oggettivi e fenomeni obiettivabili in relazione all’insufficienza delle prove cliniche derivate da esami ematochimici e strumentali, o dai limiti delle prove testali.
La psichiatria, in ultima analisi, ha sempre avuto il limite della soggettività delle osservazioni degli operatori, e questo limite ha spesso esposto il fianco a dure critiche.
Quello della fenotipizzazione digitale è un campo scientifico multidisciplinare, che è stato definito per la prima volta da Jukka-Pekka Onnela (professore di Biostatistica ad Harvard) nel 2015 come “la quantificazione momento per momento del fenotipo comportamentale umano a livello individuale, nel contesto reale, utilizzando dati provenienti da dispositivi digitali personali“, in particolare gli smartphone.
I dati possono essere suddivisi in due principali sottogruppi, ovvero “dati attivi” e “dati passivi“, dove il primo si riferisce a dati che richiedono un input attivo da parte degli utenti per essere generati, mentre i dati passivi sono generati dai sensori della periferica digitale (smartphone) e dall’acquisizione automatica dei comportamenti e del linguaggio senza richiedere alcuna partecipazione attiva da parte dell’utente.
Il lavoro di Jukka-Pekka Onnela in questo campo è iniziato a partire dal 2005, iniziando ad utilizzare i dati del telefono cellulare e delle periferiche personali (watch, band, ring, etc.) per studiare il comportamento sociale umano.
La sua ricerca si è poi concentra sulla scienza delle reti statistiche e sulla fenotipizzazione digitale, definita appunto come “quantificazione momento per momento del fenotipo comportamentale umano a livello individuale in situ utilizzando dati provenienti da dispositivi digitali personali“, in particolare gli smartphone.
Gli smartphone sono particolarmente adatti alla fenotipizzazione digitale, data la loro ampia adozione e caratteristiche attuali, anche in relazione a come gli utenti vengono ingaggiati e si impegnano con i dispositivi e la ricchezza di dati che possono essere raccolti da loro.
I dati degli smartphone possono essere utilizzati per studiare i modelli comportamentali, le interazioni sociali, la mobilità fisica, l’attività motoria, psicomotoria e la produzione vocale, analisi del linguaggio, tra gli altri.
L’uso della raccolta passiva di dati da dispositivi smartphone può fornire informazioni “granulari” rilevanti per la tipizzazione fenotipica di malattie psichiatriche e di altro tipo.
I tipi di dati passivi rilevanti includono i dati GPS per monitorare la posizione spaziale, i dati dell’accelerometro per registrare il movimento e l’attività motoria lorda, e i registri delle chiamate e dei messaggi per documentare l’impegno sociale con gli altri; infine le capacità di riconoscimento del linguaggio permettono delle analisi semantiche e della prosodia altamente raffinate.
È importante sottolineare come negli ultimi anni la diffusione degli smartphone è cresciuta costantemente a livello globale; ad esempio, negli Stati Uniti, la diffusione degli smartphone tra gli adulti è aumentata dal 35% nel 2011 al 64% nel 2015 e nel 2017 si è stimato che il 95% degli americani possiede una periferica portatile di qualche tipo e il 77% possieda uno smartphone vero e proprio.
Bibliografia:
- “Your phone knows how you feel”. Harvard Public Health Magazine. 2016-07-19. Retrieved 2017-06-27.
- Onnela, Jukka-Pekka; Rauch, Scott L. (June 2016). “Harnessing Smartphone-Based Digital Phenotyping to Enhance Behavioral and Mental Health”. Neuropsychopharmacology. 41 (7): 1691–1696. doi:10.1038/npp.2016.7. ISSN0893-133X. PMC4869063. PMID26818126.
- Smith, Aaron (2015-04-01). “U.S. Smartphone Use in 2015”. Pew Research Center: Internet, Science & Tech. Retrieved 2017-06-27.
- Jain, Sachin H; Powers, Brian W; Hawkins, Jared B; Brownstein, John S (2015). “The digital phenotype”. Nature Biotechnology. 33 (5): 462–463. doi:10.1038/nbt.3223. ISSN1087-0156. PMID25965751.
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Lascia un commento