人工ニューラルネットワークを用いた高校生における精神疾患リスクの予測
Samuel Encarnação1, Paula Fortunato Vaz2, Filipe Vaz3
1Department of Physical Activity and Sport Sciences, Universidad Autónoma de Madrid (UAM), Ciudad Universitaria de Cantoblanco, 28049 Madrid, Spain; Department of Sport Sciences, Instituto Politécnico de Bragança (IPB), 5300-253 Bragança, Portugal; Live Well Research Centre for Active Living and Wellbeing, Instituto Politécnico de Bragança, Portugal; CI ISE, Instituto Superior de Ciências Educativas do Douro, 4560 547 Penafiel, Portugal.
Acta psychologica
|August 28, 2025
まとめ
人工ニューラルネットワークは 学生の鬱状態を正確に予測し 世界的な健康目標に合致します このAIアプローチは 学生の精神的健康問題を理解し 効果的に対処するのに役立ちます
科学分野:
- 人工知能
- 機械学習
- 公衆衛生
背景:
- 学生の精神的健康は国連の2030年持続可能な開発目標,特に目標3の達成に不可欠です.
- この研究は大学生たちの精神的健康を 評価し予測するための 信頼できる方法の必要性を指摘しています
研究 の 目的:
- 大学生における自己報告された精神的健康面を予測するための人工ニューラルネットワーク (ANN) モデルを開発し,適用する.
- 学生のメンタルヘルスに関する予測の精度を評価する.
主な方法:
- 18歳から30歳の大学生2050人を対象とした横断的観察研究です.
- 社会人口統計データと健康状態の収集
- 予測モデリングのための人工ニューラルネットワークアルゴリズムの適用.
主要な成果:
- ANNモデルは 73%のクロス検証精度で 学生のうつ状態を予測する上で高い精度を達成しました
- 全体的な精神的健康の自己認識の予測精度は60%で,日常活動への興味の欠如 (ADL) の予測精度は67%でした.
結論:
- 人工ニューラルネットワークは 大学生のうつ状態を 正確に予測する大きな可能性を 示しています
- この発見は,精神衛生研究におけるAIの有用性と,学生の福祉イニシアチブへの支援を強調しています.
