开发个性化的算法,在日常生活中感知心理健康症状
Adela C Timmons1,2, Abdullah Aman Tutul3, Kleanthis Avramidis4
1University of Texas at Austin, Austin, TX, USA. adela.timmons@austin.utexas.edu.
Npj mental health research
|August 6, 2025
概括
个性化人工智能 (AI) 模型比一般化的人更好地检测心理健康症状. 将人工智能定制为个人用户是有效的移动心理健康干预的关键.
科学领域:
- 数字心理健康数字心理健康
- 机器学习应用程序 机器学习应用程序
- 无处不在的计算机计算.
背景情况:
- 移动设备和人工智能为监测心理健康提供了新的途径.
- 及时适应性干预 (JITAI) 需要准确的症状检测.
- 被动传感技术收集真实世界的行为数据.
研究的目的:
- 为了比较个性化和通用的机器学习模型来检测心理健康症状.
- 用移动传感数据为开发JITAI奠定基础.
- 评估使用Colliga应用程序用于心理健康数据收集的可行性.
主要方法:
- 一项试点研究在60天内从35个家庭收集了数据.
- 通过Colliga应用程序收集了52个数据流中的大约1400万个数据点.
- 开发和比较了个性化和通用化机器学习模型.
主要成果:
- 与一般化模型相比,个性化的模型表现出更高的性能.
- 模型的准确性根据个体用户的特征和症状概况而有很大差异.
- 该研究强调了个人化方法在人工智能驱动的心理健康检测中的重要性.
结论:
- 个性化的机器学习模型更有效地检测个人心理健康症状.
- 未来的JITAI开发必须考虑成功的被动传感的用户特定因素.
- 需要对更大的数据集进行进一步的研究,以改进模型并确保可扩展性.
相关概念视频
01:26Modeling in Therapy
149
Modeling, a key technique in therapy, uses observational learning to help clients acquire and practice new skills by watching therapists demonstrate desired behaviors. This approach, rooted in Albert Bandura's concept of vicarious learning, plays a significant role in therapeutic interventions for various psychological conditions, including social anxiety, ADHD, and depression.
Participant Modeling
Participant modeling involves therapists demonstrating calm and effective behaviors in...
Participant Modeling
Participant modeling involves therapists demonstrating calm and effective behaviors in...
149
02:40The Scientific Method
61.9K
Research is what makes the difference between facts and opinions. Facts are observable realities, and opinions are personal judgments, conclusions, or attitudes that may or may not be accurate. In the scientific community, facts can be established only using evidence collected through empirical research.
61.9K