《Journal of Big Data》：北大六院岳伟华/于欣团队开发人工智能模型预测双相障碍患者情绪转相模式

2025-08-24 brainnews 等1家媒体报道 科研进展





打开微信“扫一扫”
点击右上角分享按钮

2025年8月24日获悉，北京大学第六医院精神卫生研究所岳伟华、于欣团队近日在《Journal of Big Data》在线发表研究论文，利用Transformer深度学习模型对812例双相障碍患者长期随访数据进行分析，实现了对患者情绪相位转变模式的识别与预测。在90天的预测时间窗内，模型预测准确率约为82.8%，决策曲线分析（DCA）显示该模型具有潜在的临床应用价值。这一研究为精神疾病情绪变化的提前预警干预提供了新思路。该研究展示了人工智能技术在精神疾病管理中的巨大潜力。通过结合患者自评数据与医生评定量表，并引入Transformer深度学习模型，研究团队成功捕捉到了双相障碍患者情绪转相的时间序列模式。模型不仅能高精度地判别患者的即时情绪状态（AUC>0.8），还可以对未来数月内的情绪走向进行预测，在一定程度上弥补了临床缺乏有效预警工具的空白。决策曲线分析表明，如果将该预测模型应用于临床，可帮助医生提前识别情绪转变高风险的患者，及时调整治疗方案并加强随访频率，从而有望预防严重发作或自杀等不良事件的发生。