导语
introduction
《“十四五”国民健康规划》强调，要加大对重点人群心理问题的早期发现和及时干预力度。
心理痛苦往往具有隐匿性，通常以自我报告为主。量表法是经典的心理痛苦测量方法，此种筛查方式可能由于回忆和理解偏差而降低高风险人群的识别精确度。能否使用客观数据识别和预测个体的心理状态特别是心理痛苦？当然有！答案是——多模态感知技术！
多模态感知技术通过对语音、动作、图像、文本等情感反应的捕捉，建立具有较强泛化性的情感模型，为识别及预测心理痛苦高危群体提供了智能化辅助手段。
多模态感知技术辅助心理痛苦识别
1.基于语音和图像的心理痛苦辅助识别方法
通过采集人脸图像和声学特征，借助深度学习技术构建情感模型，从而实现自动、实时分辨心理痛苦的目的。语音和面部图像均属于人类的情感表征，不易受主观思想控制，相较于量表，其检测结果更能直观体现人类的真实情感。
2.基于文本的心理痛苦辅助识别方法
社交媒体已然成为人们分享生活、评论动态和表达观点的重要载体。社交软件发布的文本内容往往附着强烈的情感色彩，是情感数据挖掘的重要来源。采用网络挖掘技术，提取微博文本特征，经SVM算法对文本情感类别及情感主题进行分类与归纳，完成对微博用户的心理痛苦测评任务。
3.基于人体生理数据的心理痛苦辅助识别方法
心理痛苦可通过心率、脑电图等客观体感信息进行传递，采用可穿戴设备采集个体的生理、视觉和触觉信息，通过后台数据管理，可以分析被试者当前的心理状态。
多模态感知技术辅助心理痛苦预测
构建心理痛苦预测模型是识别高危群体的有效举措。利用多模态感知技术提高对心理痛苦群体的预测效能具有重要实践价值。有研究者基于人口学和生理数据，采用神经网络构建心理痛苦预测模型来预测职场员工的心理痛苦发生率，结果发现，预测模型的准确率（89.9%）高于精神科医师的诊断正确率（85.5%）。
多模态感知技术辅助心理痛苦干预
基于多模态感知技术的干预项目在实施过程中，通过语音、视频、游戏可增加交互的真实性和沉浸感，提高干预的便捷性和个体治疗的依从性。有研究者将人工智能宠物狗“Aibo”应用于临床护理工作中，当护士进行临床操作时，“Aibo”通过语音和游戏互动来分散患儿的注意力，从而减轻临床操作给患儿带来的痛苦感。
借助多模态感知技术用于辅助预防、辅助监测和辅助干预患者心理痛苦有重要的意义。
怎么样，现在你了解了吗？
引用本文
成荫,郑力,丁淑怡,等.多模态感知技术在患者心理痛苦管理中的应用进展[J].中国护理管理,2024,24(9):1390-1393.
转载或任何形式的引用请留言
