多模态AI框架评估学生心理健康风险

针对大学生心理健康问题日益突出的现状，研究人员开发了一种可解释的多模态框架，用于综合评估心理健康风险。该框架整合了行为感知、学业信息、生态瞬时评估和心理测评数据。

框架核心采用双向长短期记忆自编码器，从日级行为数据中提取时间特征，捕捉学生心理状态的动态变化。与传统依赖单一量表的方法相比，该方案能更全面地反映复杂情境模式。

该研究目前为预印本，尚未经过同行评审。初步结果显示，模型在风险识别方面具有潜力，但需进一步验证其在不同人群中的适用性。