Fenotipado digital

El fenotipado digital es un campo científico multidisciplinario , ^{[ 1 ] [ 2 ] [ 3 ]} definido por primera vez en un artículo de mayo de 2016 en JMIR Mental Health, cuyos autores fueron John Torous, Mathew V Kiang, Jeanette Lorme y Jukka-Pekka Onnela, como la "cuantificación momento a momento del fenotipo humano a nivel individual in situ utilizando datos de dispositivos digitales personales". ^{[ 2 ]} Los datos se pueden dividir en dos subgrupos, denominados datos activos y datos pasivos, donde los primeros se refieren a datos que requieren la entrada activa de los usuarios para ser generados, mientras que los datos pasivos, como los datos de sensores y los patrones de uso del teléfono, se recopilan sin requerir ninguna participación activa del usuario ^{[ 4 ]} .

Los teléfonos inteligentes son idóneos para el fenotipado digital debido a su amplia adopción y posesión, el grado de interacción de los usuarios con estos dispositivos y la riqueza de datos que se pueden recopilar. Los datos de los teléfonos inteligentes se pueden utilizar para estudiar patrones de comportamiento, interacciones sociales, movilidad física, actividad motora gruesa y producción del habla, entre otros. La posesión de teléfonos inteligentes ha aumentado de forma constante a nivel mundial en los últimos años. Por ejemplo, en Estados Unidos, la posesión de teléfonos inteligentes entre los adultos aumentó del 35 % en 2011 al 64 % en 2015, ^{[ 5 ]} y en 2017 se estimaba que el 95 % de los estadounidenses poseían algún tipo de teléfono móvil y el 77 % poseían un teléfono inteligente. ^{[ 6 ]}

El uso de la recopilación pasiva de datos de dispositivos móviles puede proporcionar información detallada relevante para fenotipos psiquiátricos, de envejecimiento, fragilidad ^{[ 7 ] y otras enfermedades [ 8 ]} . Los tipos de datos pasivos relevantes incluyen datos GPS para monitorear la ubicación espacial, datos de acelerómetro para registrar el movimiento y la actividad motora gruesa, y registros de llamadas y mensajes para documentar la interacción social con otras personas ^{[ 9 ]} . Los datos recopilados pasivamente también pueden respaldar la diferenciación clínica entre grupos de diagnóstico ^{[ 10 ]} y el monitoreo de síntomas de salud mental ^{[ 11 ] [ 12 ] .}

El término relacionado "fenotipo digital" fue introducido en Nature Biotechnology por Sachin H. Jain y John Brownstein en 2015. ^{[ 13 ]}

Una de las primeras implementaciones de fenotipado digital en teléfonos inteligentes fue el Funf Open Sensing Framework, desarrollado en el MIT Media Lab y lanzado el 5 de octubre de 2011. ^{[ 14 ]} Miembros del equipo Funf interesados ​​en perfilar y predecir el comportamiento humano formaron una empresa comercial llamada Behavio en 2012. ^{[ 15 ]} En abril de 2013, se anunció que el equipo de Behavio se había unido a Google. ^{[ 16 ]} La plataforma Funf ha inspirado otras plataformas de registro de sensores de teléfonos móviles para aplicaciones de psicología y comportamiento, como la plataforma Purple Robot, desarrollada por el CBITS (Center for Behavioral Intervention Technologies) en la Universidad Northwestern en 2012, ^{[ 17 ]} que desde entonces se ha expandido y sigue siendo un proyecto activo de GITHUB . Otra plataforma académica temprana fue StudentLife, ^{[ 18 ]} desarrollada en Dartmouth College en 2014 bajo Andrew T. Campbell , que utilizaba sensores de teléfonos inteligentes (GPS, acelerómetro, micrófono, registros de uso del teléfono, etc.) para medir el estrés, la salud mental, el rendimiento académico y las tendencias de comportamiento en estudiantes universitarios. ^{[ 19 ] [ 20 ]}

En la comunidad de investigación académica, ahora existen muchas plataformas de fenotipado digital . Las plataformas de fenotipado digital de código abierto más populares incluyen Beiwe, ^{[ 21 ]} AWARE, ^{[ 22 ]} EARS, ^{[ 23 ]} mindLAMP, ^{[ 24 ]} RADAR-CNS, entre otras, y actualmente no existe una métrica para determinar cuál es la más popular.

En términos de comercialización, en 2017, Tom Insel , exdirector de los Institutos Nacionales de Salud Mental, se unió a Rick Klausner y Paul Dagum para formar el equipo fundador de MindStrong Health, que utiliza métodos de fenotipado digital combinados con aprendizaje automático para desarrollar nuevos paradigmas para la evaluación de la salud mental y el desarrollo de nuevos biomarcadores digitales para la salud mental. ^{[ 25 ]} A fecha de 2021, el sitio web de la empresa no menciona el fenotipado digital.

La adopción generalizada del fenotipado digital en diversos dominios de investigación requiere directrices metodológicas sólidas. La recopilación pasiva de datos, una piedra angular de este enfoque, plantea desafíos significativos en cada etapa del proceso de investigación. ^{[ 26 ] [ 27 ] [ 28 ]} Desde el principio, los investigadores se enfrentan a la tarea de definir claramente los constructos bajo investigación, una tarea complicada por la naturaleza oscura de los fenómenos digitales. ^{[ 29 ] [ 30 ] [ 31 ]} Las decisiones posteriores sobre dispositivos de captura de datos, aplicaciones y protocolos de limpieza amplifican aún más la complejidad. ^{[ 26 ]} La fase de análisis introduce otra capa de desafíos, particularmente cuando se emplean técnicas computacionalmente exigentes como el aprendizaje automático. ^{[ 27 ]} Optimizar el rendimiento del modelo a través de una partición cuidadosa de los datos y el ajuste de hiperparámetros es esencial, pero requiere conocimientos esenciales. ^{[ 32 ]} Las plantillas publicadas recientemente tienen como objetivo abordar estos desafíos al proporcionar enfoques estandarizados para la investigación del fenotipado digital, lo que potencialmente facilita una mayor consistencia y comparabilidad entre estudios. ^{[ 33 ]}

• Juan Brownstein
• Jukka-Pekka Onnela
• Andrew T. Campbell
• Sachin H. Jain
• Scott L. Rauch
• Software de detección basado en teléfonos móviles

• Colección electrónica de JMIR: Biomarcadores digitales y fenotipado digital