人工智能 (AI) 支持的大学生行为健康应用程序:试点研究协议.
Edlin Garcia Colato1, Aijia Yuan2, Sagar Samtani2
1Department of Health and Wellness Design, Indiana University School of Public Health, Bloomington, Indiana, United States of America.
PloS one
|October 30, 2025
概括
这项研究开发了一种使用智能手机传感器数据的自动心理健康查工具,以检测年轻成年人的抑郁行为. 早期检测可以支持大学的积极主动的心理健康计划.
科学领域:
- 数字心理健康数字心理健康
- 计算精神病学是一种计算精神病学.
- 机器学习在医疗保健中的应用
背景情况:
- 抑郁症在年轻成年人 (18-25岁) 中普遍存在,需要在高等教育中提供可访问的心理健康支持.
- 目前的心理健康查方法缺乏隐私和主动能力.
- 移动技术为持续的私人心理健康监测提供了一个平台.
研究的目的:
- 开发和验证使用智能手机传感器数据的抑郁行为自动查工具.
- 在大学生中识别特定的行为模式,表明抑郁症.
- 增强年轻人积极的心理健康自我意识.
主要方法:
- 招募来自美国两所大学的1000名一年级本科生.
- 收集调查数据和被动的,持续的基于传感器的行为数据 (身体活动,社交互动,睡眠).
- 应用深度学习和机器学习算法来分析行为数据和调查响应.
主要成果:
- 分析传感器衍生的行为与自我报告的心理健康之间的关系.
- 确定与抑郁症状相关的关键行为模式.
- 对抑郁行为进行预测模型的开发.
结论:
- 智能手机传感器数据可以被利用来创建一个自动化的,私人心理健康查工具.
- 这项技术可以促进早期识别和干预年轻人的抑郁症.
- 该研究强调了数字表型化在高等教育中的心理健康潜力.
