現実的な集団オフィス環境を模擬した実験において、収集したマルチモーダルデータに基づくストレス検出のための機械学習手法が報告された。2023年のJournal of Biomedical Informatics誌に掲載された。
研究では、マウスやキーボード操作から、速度、加速度、一時停止時間など、その発生回数や動態を把握するための特徴量を抽出。また心拍変動（HRV）の特徴を導き出した。
マウスとキーボード操作の特徴に基づくモデルから、心拍変動よりもオフィス環境でのストレス検知に適している可能性が示された。
論文の著者は、Mara Naegelin, Raphael P. Weibel, Jasmine I. Kerr, Victor R. Schinazi, Roberto La Marca, Florian von Wangenheim, Christoph Hoelscher, and Andrea Ferrarioである。ETH Zurich、Bond大学、Clinica Holistica Engiadina、University of Zurichなど、さまざまな機関に所属している。
Naegelin M, Weibel RP, Kerr JI, Schinazi VR, La Marca R, von Wangenheim F, Hoelscher C, Ferrario A. An interpretable machine learning approach to multimodal stress detection in a simulated office environment. J Biomed Inform. 2023 Jan 30;139:104299. doi: 10.1016/j.jbi.2023.104299. Epub ahead of print. PMID: 36720332.
https://pubmed.ncbi.nlm.nih.gov/36720332/
