北京
美国东北大学研究显示，机器学习模型可较准确地预测个体未来一天的情绪状态，个性化模型优于群体平均水平。该技术有望实现前瞻性、个性化的心理健康干预，但受外部事件和“蝴蝶效应”制约，目前仍处于概念验证阶段。关注详情。
阅读文摘
天气预报能告诉你明天带不带伞，股市预测能帮你决定买卖时机，那有没有一种AI，能提前告诉你“明天下午你可能会感到焦虑”？这个看似科幻的问题，正被美国东北大学应用心理学和心理健康研究人员认真探索。
研究人员在计算临床心理学实验室开展了一项概念验证研究。34名确诊情绪障碍的参与者，在两周内每天五次报告自己当下的四种情绪：满足、快乐、悲伤和焦虑（七分量表）。
研究团队将这些数据输入六种机器学习模型，包括基于历史表现的预测模型、模拟大脑处理信息的神经网络等，试图找出情绪变化规律并预测未来。模型的准确性通过比对预测值与实际记录值来评估。
初步结果令人鼓舞：个体化模型在预测约一天后的情绪方面，显著优于基于全组平均值的基准模型。有趣的是，不同情绪适用不同模型，满足和快乐用“历史表现模型”最准，悲伤和焦虑则更适合“集成模型”，综合多个模型结果。这说明心理健康干预绝对不能“一刀切”，个性化才是方向。
那么，这项技术能用来做什么？最直接的应用是“前瞻性干预”。比如提前提醒某人：“明天下午你可能情绪较低落，可以提前安排散步或联系朋友。”也可以基于情绪模式，帮助人们强化某些有益习惯、避免另一些行为，从而“给未来留出缓冲空间，提前应对可能发生的问题”。
当然，情绪预测远比天气复杂。研究人员强调，无法预知某人两周后是否会收到医生的坏消息、三周后是否会遭遇职场挫折，这些外部事件会剧烈扰动情绪。此外，像“蝴蝶效应”一样，今天微小的情绪差异也可能导致日后完全不可预测的行为。
因此，更务实的想法是，能提前一至两周做出有参考价值的预测，就已经很有帮助。就像天气预报只是最佳推测，不可能是100%准确。目前该研究尚处早期阶段，实验室正扩大样本量、延长观察周期，并探索智能手机或可穿戴设备数据能否提升预测精度。
新加坡国立大学健康长寿研究院高级管理研修培训——上海· 7月25-26日
(群规: 实名+机构)
申请加入【亚太长寿医学会】微信联系
GlobalMD2026或APACLONGEVITYSOCIETY
关注我们，获取生物医学前沿最新资讯
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
