北京
美國東北大學研究顯示，機器學習模型可較準確地預測個體未來一天的情緒狀態(tài)，個性化模型優(yōu)于群體平均水平。該技術有望實現(xiàn)前瞻性、個性化的心理健康干預，但受外部事件和“蝴蝶效應”制約，目前仍處于概念驗證階段。關注詳情。
閱讀文摘
天氣預報能告訴你明天帶不帶傘，股市預測能幫你決定買賣時機，那有沒有一種AI，能提前告訴你“明天下午你可能會感到焦慮”？這個看似科幻的問題，正被美國東北大學應用心理學和心理健康研究人員認真探索。
研究人員在計算臨床心理學實驗室開展了一項概念驗證研究。34名確診情緒障礙的參與者，在兩周內(nèi)每天五次報告自己當下的四種情緒：滿足、快樂、悲傷和焦慮（七分量表）。
研究團隊將這些數(shù)據(jù)輸入六種機器學習模型，包括基于歷史表現(xiàn)的預測模型、模擬大腦處理信息的神經(jīng)網(wǎng)絡等，試圖找出情緒變化規(guī)律并預測未來。模型的準確性通過比對預測值與實際記錄值來評估。
初步結(jié)果令人鼓舞：個體化模型在預測約一天后的情緒方面，顯著優(yōu)于基于全組平均值的基準模型。有趣的是，不同情緒適用不同模型，滿足和快樂用“歷史表現(xiàn)模型”最準，悲傷和焦慮則更適合“集成模型”，綜合多個模型結(jié)果。這說明心理健康干預絕對不能“一刀切”，個性化才是方向。
那么，這項技術能用來做什么？最直接的應用是“前瞻性干預”。比如提前提醒某人：“明天下午你可能情緒較低落，可以提前安排散步或聯(lián)系朋友。”也可以基于情緒模式，幫助人們強化某些有益習慣、避免另一些行為，從而“給未來留出緩沖空間，提前應對可能發(fā)生的問題”。
當然，情緒預測遠比天氣復雜。研究人員強調(diào)，無法預知某人兩周后是否會收到醫(yī)生的壞消息、三周后是否會遭遇職場挫折，這些外部事件會劇烈擾動情緒。此外，像“蝴蝶效應”一樣，今天微小的情緒差異也可能導致日后完全不可預測的行為。
因此，更務實的想法是，能提前一至兩周做出有參考價值的預測，就已經(jīng)很有幫助。就像天氣預報只是最佳推測，不可能是100%準確。目前該研究尚處早期階段，實驗室正擴大樣本量、延長觀察周期，并探索智能手機或可穿戴設備數(shù)據(jù)能否提升預測精度。
新加坡國立大學健康長壽研究院高級管理研修培訓——上海· 7月25-26日
(群規(guī): 實名+機構(gòu))
申請加入【亞太長壽醫(yī)學會】微信聯(lián)系
GlobalMD2026或APACLONGEVITYSOCIETY
關注我們，獲取生物醫(yī)學前沿最新資訊
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺“網(wǎng)易號”用戶上傳并發(fā)布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
