Hispanopedia Wiki
Articulo de referencia

Software de detección basado en teléfonos móviles

El software de detección basado en teléfonos móviles es una clase de software para teléfonos móviles que utiliza los sensores del teléfono para adquirir datos sobre el usuario. ...

Hispanopedia WikiContenido en espanolLectura gratuita

El software de detección basado en teléfonos móviles es una clase de software para teléfonos móviles que utiliza los sensores del teléfono para adquirir datos sobre el usuario. Algunas aplicaciones de este software incluyen el monitoreo de la salud mental y el bienestar general. Esta clase de software es importante porque tiene el potencial de proporcionar un enfoque práctico y de bajo costo para brindar intervenciones psicológicas para la prevención de trastornos de salud mental, [ 1 ] así como llevar dichas intervenciones a poblaciones que no tienen acceso a la atención médica tradicional. [ 2 ] Se utilizan varios términos para este enfoque, incluidos "detección personal", "fenotipado digital" y "detección de contexto". El término "detección personal" se utiliza en este artículo, ya que transmite en lenguaje sencillo el objetivo de detectar comportamientos, estados y condiciones personales.

información general

Este artículo presenta una comparación de software para teléfonos móviles capaz de adquirir datos de sensores del usuario (de forma pasiva, sin su intervención explícita) y administrar cuestionarios (o microencuestas activadas por eventos de los sensores). El software descrito a continuación ayuda a cuantificar comportamientos relacionados con la salud mental y el bienestar. La lista incluye software tanto comercial como gratuito. Para ser incluido en esta lista, un producto de software debe poder adquirir datos de al menos un sensor del teléfono y proporcionar un nivel mínimo de seguridad para el almacenamiento y la transmisión de los datos adquiridos. Esta lista excluye el software que se centra exclusivamente en la recopilación de datos de participantes mediante encuestas y cuestionarios.

Tabla de software

La siguiente tabla contiene información general sobre cada software de detección para dispositivos móviles, como quiénes son los desarrolladores, cuándo se actualizó por última vez, si es de código abierto o cerrado, y el lenguaje de programación y la base de datos en los que se basan.

Público objetivo

La siguiente tabla muestra el público objetivo de cada software incluido en este artículo. Los paquetes de software dirigidos a desarrolladores presuponen un alto nivel de habilidad para crear código o modificar código fuente de terceros. Los paquetes dirigidos a investigadores incluyen al menos un componente que puede utilizarse en estudios científicos con sujetos humanos. Los paquetes dirigidos a usuarios individuales permiten que al menos un componente sea descargado e instalado por un usuario final sin conocimientos de programación. Tenga en cuenta que algunos paquetes están dirigidos a más de un tipo de usuario.

Compatibilidad con sistemas operativos móviles

La siguiente tabla muestra el tipo de teléfono móvil en el que se puede instalar cada paquete de software.

Instalación

Además de instalar software de detección móvil en teléfonos inteligentes, es necesario instalar un panel de control en un ordenador local o acceder a él a través de la web. Algunos paquetes incluyen un servidor web para acceder al panel de control de forma remota. La siguiente tabla muestra la plataforma de servidor o el servidor web necesarios para cada software.

Datos de sensores (y otros) que se pueden capturar (parte 1)

La siguiente tabla muestra los tipos de sensores móviles que cada paquete de software puede utilizar para recopilar datos. Cabe destacar que el tipo de datos recopilados depende de la disponibilidad del hardware de sensor adecuado en cada smartphone. Algunos paquetes de software recopilan datos brutos de los sensores (por ejemplo, Beiwe), mientras que otros recopilan resúmenes de dichos datos (por ejemplo, ResearchKit).

Sensores y datos que se pueden capturar (parte 2)

La siguiente tabla muestra los tipos de sensores móviles con los que cada paquete de software puede recopilar datos pasivos. Cabe destacar que el tipo de datos recopilados depende de la disponibilidad del sensor adecuado en el teléfono inteligente.

Apoyo a los estudios de comportamiento

La siguiente tabla contiene información sobre la disponibilidad de funciones, dentro de cada paquete de software, que permiten realizar experimentos de comportamiento con fines científicos.

Gestión de la batería

La siguiente tabla contiene información relativa a la gestión de la batería para cada paquete de software. Dado que la recopilación pasiva de datos de los sensores de los teléfonos inteligentes consume mucha batería, es importante contar con métodos para maximizar su rendimiento en este tipo de software.

Mantenimiento y soporte de software

La siguiente tabla contiene información relativa al mantenimiento y soporte de cada paquete de software. La información que se presenta en esta tabla permite hacerse una idea de la probabilidad de que un paquete reciba soporte en el futuro.

Seguridad y privacidad

La siguiente tabla contiene información relativa al cifrado y la transferencia segura de datos recopilados por los sensores de los teléfonos inteligentes. Esta información es fundamental para una aplicación de recopilación de datos debido a las preocupaciones sobre la privacidad en el manejo de los datos del teléfono.

Costo

La siguiente tabla contiene información relativa a si un paquete de software es gratuito o no.

Véase también

Notas y referencias

  1. ↑ Prevención de trastornos de salud mental mediante intervenciones basadas en internet y dispositivos móviles: una revisión narrativa y recomendaciones para futuras investigaciones. Ebert DD, Cuijpers P, Muñoz RF y Baumeister H (2017) Front. Psychiatry 8:116. DOI: 10.3389/fpsyt.2017.00116
  2. ↑ Tecnologías de intervención conductual: revisión de la evidencia y recomendaciones para futuras investigaciones en salud mental. Mohr DC, Burns MN, Schueller SM, Clarke G, Klinkman M. General Hospital Psychiatry, Volumen 35, Número 4, julio-agosto de 2013, Páginas 332-338. DOI: 10.1016/j.genhosppsych.2013.03.008
  3. ↑ Las licencias indicadas son solo un resumen. Algunos paquetes de software pueden usar bibliotecas bajo licencias diferentes.
  4. 1 2 3 4 5 AWARE: marco de instrumentación de contexto móvil; Ferreira D, Kostakos V y Dey AK Front. ICT (2015); 2:6; DOI:10.3389/fict.2015.00006
  5. 1 2 Nuevas herramientas para nuevas investigaciones en psiquiatría: una plataforma escalable y personalizable para potenciar la investigación basada en datos mediante teléfonos inteligentes; Torous J, Kiang MV, Lorme J, Onnela JP; JMIR Ment Health (2016);3(2):e16 DOI:10.2196/mental.5165
  6. 1 2 3 Sitio web del laboratorio Onnela . Consultado el 23 de junio de 2017.
  7. ↑ "Beiwe2" . App Store . Consultado el 3 de diciembre de 2021 .
  8. ↑ "Beiwe2 - Aplicaciones en Google Play" . play.google.com . Consultado el 3 de diciembre de 2021 .
  9. 1 2 3 4 CenceMe – Inyectando presencia de detección en aplicaciones de redes sociales; Miluzzo E., Lane ND, Eisenman SB, Campbell AT (2007); En: Kortuem G., Finney J., Lea R., Sundramoorthy V. (eds) Detección inteligente y contexto. EuroSSC 2007; Lecture Notes in Computer Science, vol 4793. Springer, Berlín, Heidelberg DOI: 10.1007/978-3-540-75696-5_1 .
  10. ↑ Sitio web del Grupo de Detección de Smartphones de Dartmouth . Consultado el 30 de junio de 2017.
  11. 1 2 3 Lind, MN, Byrne, ML, Wicks, G., Smidt, AM, & Allen, NB (2018). La herramienta de evaluación sin esfuerzo de estados de riesgo (EARS): un enfoque interpersonal para la detección móvil. JMIR Mental Health, 5(3), e10334–10.
  12. 1 2 3 4 Empath: un sistema continuo de monitorización remota de la salud emocional para la depresión; Robert F. Dickerson, Eugenia I. Gorlin, John A. Stankovic; Actas de la 2.ª Conferencia sobre Salud Inalámbrica WH '11; Artículo n.º 5; San Diego, California — 10-13 de octubre de 2011; DOI: 10.1145/2077546.2077552
  13. ↑ «Una startup vinculada a Purdue crea una plataforma de captura de experiencias que podría reemplazar y mejorar las herramientas de encuestas tradicionales», Boletín informativo de Purdue, cuarto trimestre (2016) . Consultado el 25 de junio de 2017.
  14. ↑ Las personas más felices viven vidas más activas: Uso de teléfonos inteligentes para vincular la felicidad y la actividad física; Neal Lathia, Gillian M. Sandstrom, Cecilia Mascolo, Peter J. Rentfrow; (2017); PLoS ONE 12(1): e0160589; DOI: 10.1371/journal.pone.0160589
  15. ↑ emotionsense.github.io/data.html . Consultado el 4 de julio de 2017.
  16. ↑ fMRI social: Investigación y modelado de mecanismos sociales en el mundo real; Nadav Aharony, Wei Pan, Cory Ip, Inas Khayal, Alex Pentland; Pervasive and Mobile Computing (2011); DOI:10.1016/j.pmcj.2011.09.004
  17. 1 2 3 funf.org/journal.html . Consultado el 4 de julio de 2017.
  18. ↑ "Plataforma mindLAMP" .
  19. ↑ Torous, John; Wisniewski, Hannah; Bird, Bruce; Carpenter, Elizabeth; David, Gary; Elejalde, Eduardo; Fulford, Dan; Guimond, Synthia; Hays, Ryan; Henson, Philip; Hoffman, Liza (2019-06-01). "Creación de una aplicación para teléfonos inteligentes de salud digital y una plataforma de fenotipado digital para la salud mental y las diversas necesidades de atención médica: un enfoque interdisciplinario y colaborativo" . Journal of Technology in Behavioral Science . 4 (2): 73– 85. doi : 10.1007/s41347-019-00095-w . ISSN 2366-5963 . S2CID 150589575 .  
  20. 1 2 3 Los indicadores conductuales en una plataforma de detección móvil predicen síntomas psiquiátricos clínicamente validados de trastornos del estado de ánimo y de ansiedad; Place S, Blanch-Hartigan D, Rubin C, Gorrostieta C, Mead C, Kane J, Marx BP, Feast J, Deckersbach T, Pentland A, Nierenberg A, Azarbayejani A; J Med Internet Res (2017);19(3):e75 DOI:10.2196/jmir.6678
  21. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 Comunicación personal.
  22. 1 2 3 "Sitio web de Murmuras" .
  23. 1 2 tech.cbits.northwestern.edu/2013/10/04/purple-robot-importer-purple-robot-warehouse . Consultado el 30 de junio de 2017.
  24. ↑ Sitio web de PassiveDataKit . Consultado el 25 de junio de 2017.
  25. ^ Una plataforma móvil de código abierto para el autoseguimiento psicofisiológico; Gaggioli A, Cipresso P, Serino S, Pioggia G, Tartarisco G, Baldus G, Corda D, Riva G; Informe tecnológico de salud del semental. (2012);173:136-8 DOI:10.3233/978-1-61499-022-2-136
  26. ↑ Purple: Un sistema modular para el desarrollo y despliegue de tecnologías de intervención conductual; Schueller SM, Begale M, Penedo FJ, Mohr DC; J Med Internet Res 2014;16(7):e181; DOI:10.2196/jmir.3376
  27. ↑ Documentación de ResearchKit . Consultado el 23 de junio de 2017.
  28. 1 2 3 ResearchKit de Apple: ¿recopilación inteligente de datos para la era de los teléfonos inteligentes?; Jennifer Jardine, Jonathan Fisher, Benjamin Carrick; Journal of the Royal Society of Medicine; Vol. 108, número 8, págs. 294 - 296 (2015); DOI:10.1177/0141076815600673 .
  29. 1 2 3 developer.sagebridge.org . Consultado el 2 de julio de 2017.
  30. 1 2 “SensingKit: Evaluación del consumo de energía de los sensores en dispositivos iOS”; Kleomenis Katevas, Hamed Haddadi y Laurissa Tokarchuk; 12.ª Conferencia Internacional sobre Entornos Inteligentes (IE'16); septiembre de 2016; Londres, Reino Unido . Consultado el 23 de junio de 2017.
  31. ↑ Póster: SensingKit: un marco de detección móvil multiplataforma para experimentos a gran escala; Kleomenis Katevas, Hamed Haddadi, Laurissa Tokarchuk; Publicado en: Actas de MobiCom '14, 20.ª conferencia internacional anual sobre computación y redes móviles; Páginas 375-378; Maui, Hawái, EE. UU. — 7-11 de septiembre de 2014; DOI: 10.1145/2639108.2642910
  32. 1 2 Uso de la tecnología de sensores de teléfonos móviles para la investigación en salud mental: análisis integrado para identificar desafíos ocultos y posibles soluciones. Boonstra TW, Nicholas J, Wong QJ, Shaw F, Townsend S, Christensen H (2018) J Med Internet Res 20(7):e10131.
  33. 1 2 3 Tutoriales de Awareframework . Consultado el 26 de junio de 2017.
  34. 1 2 awareframework.com/sensors . Consultado el 1 de julio de 2017.
  35. 1 2 3 4 Manuales de investigación de Beiwe proporcionados por el investigador.
  36. 1 2 En lugar de brindar acceso a sensores específicos del teléfono, el SDK de detección de contexto proporciona acceso a "estados de contexto", cada uno de los cuales obtiene datos de una combinación de sensores. Aquí hemos enumerado los sensores y no los estados a los que se hace referencia en el manual para desarrolladores, disponible en software.intel.com/en-us/documentation/context-sensing-sdk-for-android-states-datasheet para Android y en software.intel.com/en-us/documentation/context-sensing-sdk-for-windows-states-datasheet para Windows Mobile. Consultado el 1 de julio de 2017.
  37. ↑ Los sensores de la plataforma Empath son externos al teléfono.
  38. 1 2 emotionsense.github.io/sensors.html . Consultado el 1 de julio de 2017.
  39. 1 2Consultado el 7 de julio de 2023.
  40. 1 2 ilumivu.com/solutions/ecological-momentary-assessment-app/in-phone-sensors . Consultado el 1 de julio de 2017.
  41. 1 2 movisens.com/en/products/movisensxs . Consultado el 2 de julio de 2017.
  42. 1 2 www.psyt.co.uk/research . Consultado el 2 de julio de 2017.
  43. 1 2 3 4 5 6 7 8 9 10 11 12 Comunicación por correo electrónico, Katie Brown, Psychological Technologies (Psyt Ltd).
  44. 1 2 3 4 5 tech.cbits.northwestern.edu/purple-robot . Consultado el 27 de junio de 2017.
  45. 1 2 www.lifedatacorp.com/features-reallife-exp-mobile-app . Consultado el 2 de julio de 2017.
  46. 1 2 ResearchKit proporciona recopilación de datos de dos maneras: (1) a través de macros predefinidas para la detección de tareas activas, donde cada estado de tarea se extrae de la información obtenida a través de una combinación de sensores del teléfono (consulte la tabla en researchkit.org/docs/docs/ActiveTasks/ActiveTasks.html ); y (2) a través de las API de iOS HealthKit y CoreMotion ( https://developer.apple.com/documentation/coremotion developer.apple.com/documentation/coremotion).
  47. 1 2 3 4 Foro de desarrolladores de Researchstack en Google Groups . Consultado el 2 de julio de 2017.
  48. 1 2 3 sensingkit.org . Consultado el 2 de julio de 2017.
  49. ↑ awareframework.com/context . Consultado el 4 de julio de 2017.
  50. ↑ awareframework.com/run-a-study-with-aware . Consultado el 4 de julio de 2017.
  51. ↑ "Beiwe Wiki" . wiki.beiwe.org . Consultado el 19 de enero de 2018 .
  52. 1 2 3 4 "Beiwe Wiki" . wiki.beiwe.org . Consultado el 19 de enero de 2018 .
  53. 1 2 funf.org/about.html . Consultado el 4 de julio de 2017.
  54. ↑ www.awareframework.com/locations . Consultado el 4 de julio de 2017.
  55. ↑ Speakersense: Identificación de locutor discreta y energéticamente eficiente en teléfonos móviles; en Computación ubicua: 9.ª Conferencia Internacional, Pervasive (2011) San Francisco; Editado por K Lyons, J Hightower, EM Huang
  56. 1 2 Entrada del blog de Purplerobot sobre la gestión de baterías . Consultado el 4 de julio de 2017.
  57. ↑ awareframework.slack.com . Consultado el 24 de junio de 2017.
  58. ↑ onnelalab.slack.com https://onnelalab.slack.com/ . Consultado el 19 de enero de 2018 .{{cite web}}: Falta o está vacío |title=( ayuda )
  59. ↑ Documentación en línea del SDK de detección de contexto . Consultado el 29 de junio de 2017.
  60. 1 2 Foro de desarrolladores del SDK de detección de contexto . Consultado el 29 de junio de 2017.
  61. ↑ Página de descarga del SDK de detección de contexto . Consultado el 29 de junio de 2017.
  62. ↑ emotionsense.github.io . Consultado el 3 de julio de 2017.
  63. ↑ Foro de desarrolladores de Emotion Sense en Google Groups . Consultado el 30 de junio de 2017.
  64. ↑ Lista de galardonados de Elevate Ventures 2017. Consultado el 3 de julio de 2017.
  65. 1 2 Foro de desarrolladores de Funf en Google Groups . Consultado el 26 de junio de 2017.
  66. ↑Consultado el 7 de julio de 2023.
  67. 1 2 Documentación de MovisensXS . Consultado el 26 de junio de 2017.
  68. ↑"MovisensXS Archives - movisens GmbH". 3 October 2022.
  69. ↑passivedatakit.org/docs. Retrieved July 3, 2017.
  70. 1234lifedata.zendesk.com/hc/en-us. Retrieved July 4, 2017.
  71. ↑researchkit.org. Retrieved July 3, 2017.
  72. ↑forums.developer.apple.com/community/researchkit. Retrieved July 3, 2017.
  73. ↑http://researchstack.org/documentation. Retrieved July 2, 2017.
  74. ↑Researchstack webinar on youtube. Retrieved July 2, 2017.
  75. ↑awareframework.com/encrypting-a-studys-database. Retrieved July 4, 2017.
  76. 12Mobile Sensing Platform eMethods document (PDF). Retrieved July 4, 2017.
  77. ↑"Certificate and Public Key Pinning".