Proceedings of the ACM on Interactive Mobile Wearable and Ubiquitous Technologies· 2026Q1
Ruh Sağlığı İçin İnsan-Merkezli Dijital Fenotipleme İçin Dikişli Tasarım Hususları
Seamful Design Considerations for Human-in-the-Loop Digital Phenotyping of Mental Health
- 1atıf
- Q1SCImago
- 2026yıl
Kısa özet
Depresyonun dijital fenotiplemesi için insan-merkezli yaklaşımı ele alan DYMOND adlı teknoloji probu, veri, modelleme ve çıktılarda belirli 'dikişleri' (sürtünme noktalarını) ve insan-merkezli DPMH için tasarım gereksinimlerini ortaya koyan biçimlendirici bir çalışma sunmaktadır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Depresyonu tahmin eden, tahminleri açıklayan, tutarsızlıkları ortaya çıkaran ve kullanıcı kontrolü sağlayan bir teknoloji probu olan DYMOND geliştirildi.
- Orta-şiddetli depresyonu olan 22 bireyle yapılan 6 haftalık bir uygulamada, işbirlikçi model yeniden yapılandırma ve arayüz ortak tasarımı gerçekleştirildi.
- 57 oturumun analizi, dijital fenotiplemenin veri, modelleme ve çıktı aşamalarında 'dikişler' (sürtünme noktaları) belirledi.
- Kullanıcıların bu dikişleri değerlendirmelerine ve azaltmalarına yardımcı olacak, ajansı, şeffaflığı ve yansımayı destekleyen tasarım gereksinimleri belirlendi.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Digital Phenotyping of Mental Health (DPMH) through passive sensing is a promising approach for personal health informatics and digital wellbeing. Its appeal lies in unobtrusiveness, making it appear seamless. However, this very quality leads users to find it impersonal, untrustworthy, and disengaging. To counteract challenges of seamlessness, researchers propose seamful design to deliberately engage users. Yet, it remains unclear how this principle can be incorporated into digital phenotyping. To address this, we conducted a formative study by developing DYMOND. It is a technology probe that estimates depression, explains estimates, reveals discrepancies, and provides user control over the underlying model. In a 6-week deployment, 22 individuals with moderate-severe depression monitored their state with DYMOND. They interviewed every two weeks with researchers to collaboratively reconfigure the model and co-design new interfaces. Our analysis of 57 sessions revealed (i) seams—friction points—across data, modeling, and output, and (ii) design requirements helping users evaluate and mitigate seams. These findings inform the design requirements for human-in-the-loop DPMH to support agency, transparency, and collaborative reflection. This study provides insight into theoretical re-conceptualization for passive sensing, opportunities to integrate large language models and human-AI interaction for better interfaces for digital mental health, and pathways to involve expert stakeholders in DPMH.
Yazarların özeti; kaynağından alınmıştır. Proceedings of the ACM on Interactive Mobile Wearable and Ubiquitous Technologies, 2026 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Uygulamalı Psikoloji
Applied PsychologyPsychology