手机数据揭示健康奥秘：斯坦福推出开源屏幕行为研究平台

斯坦福大学的科学家们发布了一个开源平台，让健康研究人员能够在保护参与者隐私的前提下研究"屏幕组学"——我们数字生活的痕迹。

斯坦福大学心理学博士后研究员Ian Kim表示，智能手机中的众多传感器能够默默记录我们的一切行为。它们计算每位手机用户的步数，测量睡眠质量，记录位置信息，记录每次点击、滑动和滚动操作，识别面部，并在我们日常生活中截取屏幕内容。

这些数字痕迹统称为个人的"屏幕组学"——这一术语由Kim的导师、斯坦福大学人文科学学院传播学和心理学教授Nilam Ram提出。

现在，Kim、Ram及其同事发布了斯坦福屏幕组学平台，这是一个基于Android的开源平台，允许健康研究人员大规模收集屏幕组学数据，同时保护研究参与者的隐私。

正如最近发表在《自然健康》期刊上的论文所述，团队希望了解人们在手机上看到和做的事情，能够深入了解数字世界如何与他们的身心健康相交、反映和影响。

Kim表示，迄今为止，使用数字痕迹数据面临技术和隐私挑战，需要研究人员具备软件工程和基础设施专业知识。通过发布一个全面的、即用型开源平台，团队希望帮助健康研究人员更容易探索关于我们如何塑造和被数字环境塑造的一系列有用问题，并考虑提供及时和情境特定干预的可能性。

"我们想了解人们的数字生活，并帮助他们以有益的方式在这些环境中导航，"Ram说。

数据收集的全面性

五年前，Ram的团队开始收集屏幕组学数据，看看它会揭示什么关于人类行为的信息。他们设置了一个应用程序来捕获屏幕截图，还收集了其他数据流，包括常用应用、GPS位置、正在输入的某些词汇和步数。

Ram表示，这项工作产生了几篇论文，提供了关于智能手机使用模式如何与心理健康的周间波动相关的有趣见解，甚至在心理健康危机前的几天/几小时也是如此。团队还使用屏幕组学数据研究了应用程序间的切换如何反映人们为自己创造意义的方式；年轻成年人与父母之间的联系；屏幕上接触自然如何支持幸福感；以及个人在极端天气事件中如何获取信息。

在展示了屏幕组学数据为研究个人日常生活开辟了新途径后，Ram邀请Kim开发一个更全面的开源屏幕组学平台，允许研究人员同时收集20多种不同的数据类型。Kim说："我们的目标是创建一个既灵活又强大的工具。"

结果就是：斯坦福屏幕组学平台，它允许研究人员轻松定制他们的项目并收集所需的数据。研究人员通过前端控制台与系统交互，可以使用拖放界面和二进制开关控制配置研究设置，通过仪表板监控数据收集进度，并将数据安全存储在符合HIPAA标准的数据库中。对于研究参与者来说，数据收集应用程序在他们日常生活中不显眼地在后台运行。

Kim说："配置设置不需要编码或技术专业知识。所有后端基础设施（数据库、服务器和存储）都会自动配置。"

隐私保护措施

Kim说，该平台专门处理高度敏感的数据。这包括某人何时何地打开应用程序，他们看什么以及看多长时间，他们在做什么（走路、坐着、开车），他们的位置，以及他们接下来做什么。

Ram说，因为这种跟踪引发了重大的隐私担忧，"我们在围绕数据的伦理方面非常谨慎，使用的保密和隐私协议比企业使用的政策严格得多。"

斯坦福屏幕组学平台具有多层隐私保护。使用该平台的研究人员不仅需要机构审查委员会（IRB）批准，还需要Google Play商店批准。知情同意书很详尽：研究参与者必须阅读并确认他们对每种数据类型的理解、收集频率以及如何使用。数据收集应用程序还有一个明显的暂停按钮，让人们在进行金融交易或私人短信聊天时可以自由关闭数据收集。如果他们愿意，也可以完全关闭数据收集应用程序。

未来应用前景

Kim专注于预防医学，他本人正在使用该平台研究数字环境如何塑造健康行为。例如，屏幕时间和身体习惯之间的相互作用是什么，这揭示了哪些临床干预的机会？哪些具体的数字触发因素能够改善健康结果？如何个性化干预以确保长期坚持？

Kim说："下一个前沿是整合AI，将原始屏幕组学数据转化为可操作的见解。最终，我们希望超越观察，提供实时、个性化、自适应的支持。"

这项研究得到了美国国立卫生研究院国家心肺血液研究所和斯坦福人工智能研究所的部分支持。

Q&A

Q1：什么是屏幕组学？它包含哪些数据？

A：屏幕组学是指个人数字生活痕迹的总和，包括智能手机记录的步数、睡眠质量、位置信息、每次点击滑动操作、面部识别数据和屏幕截图等超过20种不同类型的数据。

Q2：斯坦福屏幕组学平台如何保护用户隐私？

A：该平台采用多层隐私保护措施，包括需要机构审查委员会和Google Play商店双重批准、详尽的知情同意书、明显的暂停按钮允许用户随时关闭数据收集，以及比企业政策更严格的保密协议。

Q3：屏幕组学数据在健康研究中有什么应用价值？

A：屏幕组学数据能够揭示智能手机使用模式与心理健康波动的关系，研究数字环境如何影响身心健康，为个性化临床干预提供依据，并有望实现实时、自适应的健康支持。