StressTRACS: Stress Tracking in Real life met multimodale Algoritmen gebruikmakende van data van Commerciële wearables bij Studenten en personeel

Ruim één op de drie Vlamingen bezit een wearable voor continue monitoring van gedragen fysiologie. Weinig van deze algemeen beschikbare apparaten gebruiken wetenschappelijk gevalideerde algoritmen om stress te detecteren. Dit ontmoedigt bedrijven om deze technologie te integreren in de huidige toepassingen voor stress en geestelijke gezondheid.

Aangezien stress een complexe en individuele ervaring is die zowel het autonome zenuwstelsel als de subjectieve ervaring beïnvloedt, zal het combineren van datasets met multimodale gegevens uit het dagelijkse leven (fysiologisch en zelfbeoordeling) door middel van machine learning en datamining technieken nieuwe wetenschappelijke bewijzen opleveren voor het monitoren van stress met behulp van commerciële wearables.

Ongeveer 45% van de Vlaamse studenten ervaart regelmatige tot constante studiebelasting en 20% heeft een psychisch probleem met een ernstige impact op het dagelijks leven, daarom richten we ons in eerste instantie op het monitoren van studenten van de associatie KU Leuven. Daarnaast zullen we ook personeelsleden betrekken om de diversiteit en generalisatie van de bevindingen te verhogen.

Het voorgestelde onderzoek zal bedrijven toelaten om de huidige toepassingen voor mentale gezondheid naar een hoger niveau te tillen door een nieuwe maar evidence-based datastroom voor stressidentificatie op te nemen.