人工智能辅助下的心理健康新型测评
姜力铭, 田雪涛, 任萍, 骆方

A new type of mental health assessment using artificial intelligence technique
JIANG Liming, TIAN Xuetao, REN Ping, LUO Fang
表1 智能化心理健康测评的四类数据的比较
数据来源 数据获取方式 数据类型 数据量 数据与心理健康研究的相关性 数据在心理健康问题预测中的应用情况
社交媒体 直接爬取公开的社交媒体平台 文本、图像、行为(如点赞、浏览)及元数据(如性别、年龄、位置)等 巨大 不直接相关 有一定的应用, 如预测焦虑、抑郁等, 预测准确性较低
在社交媒体上发布相关写作任务, 招募被试完成并获取数据 有限 高相关性
智能设备 招募被试提供数据 通话、短信、听音乐、拍照、位置移动、蓝牙连接、应用软件的使用、音频及视频等 有限 不直接相关 有一定的应用, 如预测焦虑、抑郁、自杀倾向等, 预测准确性较高
电子游戏 从商业游戏后台直接导出数据 游戏中的行为、发言内容、与其他玩家的互动等 巨大 不直接相关 直接应用非常少, 如预测社交焦虑等, 但有一些对心理健康相关的心理特质的预测, 预测准确性较高
基于特定研究问题开发或改编游戏, 招募被试完成并获取数据 有限 高相关性
可穿戴设备 招募被试佩戴可穿戴设备, 在实验室中完成相关任务, 获取数据 脑电、眼动、心率、皮肤温度等生理数据以及精细运动数据 有限 高相关性 应用广泛, 如预测焦虑、抑郁、创伤后应激障碍、注意缺陷等, 预测准确性高
招募被试在日常生活中佩戴便携式可穿戴设备, 采集日常数据 不直接相关