龐紅衛(wèi) 王翠芳 李 剛 董 煜

當前我國正處于經(jīng)濟社會快速轉(zhuǎn)型期，競爭加劇，群體性焦慮蔓延。中小學(xué)生正處于身心發(fā)展的重要階段，隨著生理的發(fā)育和心理的發(fā)展，他們更容易因社會變革的沖擊而面臨各種各樣的心理問題。陳丹等人[1]的調(diào)查顯示，青少年心理問題檢出率為26.3%，在心理問題中，學(xué)習(xí)壓力感最明顯，其次是強迫與焦慮。2021 年發(fā)布的《中國國民心理健康發(fā)展報告（2019—2020）》[2]發(fā)現(xiàn)，我國中小學(xué)生的抑郁檢出率較高，初高中學(xué)生的抑郁高風險檢出率明顯高于其他年級學(xué)生，且隨著年級的升高而增加。

近年來，我國政府高度重視中小學(xué)生的心理健康問題，國家衛(wèi)健委、教育部等分別出臺相關(guān)政策法規(guī)，要求切實加強專業(yè)支撐和科學(xué)管理，積極借助專業(yè)工具和手段，做好中小學(xué)生的心理健康測評工作。但從目前來看，由于缺少科學(xué)的理論框架與精準的技術(shù)支持，我國很多中小學(xué)校仍未建立一套適合實際情況的、科學(xué)有效的學(xué)生心理健康監(jiān)測與評價體系。本文通過對學(xué)生心理健康監(jiān)測的傳統(tǒng)采集方式進行梳理，以及對新興方式的應(yīng)用現(xiàn)狀進行分析，提出基于人工智能建立中小學(xué)生心理健康監(jiān)測與評價體系的構(gòu)想，并嘗試構(gòu)建多維評價指標，以期為未來我國中小學(xué)心理健康教育的研究與實踐提供參考。

一、一種新思路：人工智能應(yīng)用于學(xué)生心理健康監(jiān)測與評價

學(xué)生心理健康監(jiān)測與評價作為一項專業(yè)的基礎(chǔ)性工作，決定著學(xué)校心理健康教育工作的方向、質(zhì)量及專業(yè)化水平?？茖W(xué)有效的心理健康監(jiān)測與評價可以幫助學(xué)校和教師快速掌握學(xué)生的心理狀況，及早疏導(dǎo)學(xué)生的心理問題，幫助學(xué)生健康成長。心理健康監(jiān)測與評價的缺失或偏差則會影響對學(xué)生心理狀況的掌握與判斷，延誤輔導(dǎo)與治療時機，甚至?xí)璧K學(xué)生的身心發(fā)展。

但傳統(tǒng)的學(xué)生心理健康監(jiān)測與評價主要依托主觀的、靜態(tài)的數(shù)據(jù)收集方式，在面對當前中小學(xué)生持續(xù)高發(fā)的心理健康問題以及心理危機事件時已“捉襟見肘”，迫切需要我們轉(zhuǎn)變方式，應(yīng)用新技術(shù)加強對中小學(xué)生心理健康的監(jiān)測與管理，實現(xiàn)從靜態(tài)監(jiān)測向動態(tài)評價與管理的轉(zhuǎn)變，從低效的、主觀的方式轉(zhuǎn)向運用更為高效和客觀的方式提前對學(xué)生心理問題做出評估和預(yù)警，最大限度地避免心理危機的發(fā)生。

1.傳統(tǒng)的心理健康監(jiān)測與評價方式具有較大的局限性且效率低下

傳統(tǒng)上，心理學(xué)領(lǐng)域的心理健康監(jiān)測與評價主要有4 種模式：（1）統(tǒng)計學(xué)模式，偏離正態(tài)分布是心理異常的判斷標準；（2）臨床模式，主要為醫(yī)生所采用，是否存在心理異常狀態(tài)是心理健康與否的判斷標準；（3）社會規(guī)范模式，該模式將是否符合社會規(guī)范和道德準則作為心理健康與否的判斷標準；（4）個人主觀經(jīng)驗?zāi)Ｊ?，將個人的主觀感受作為評判他人是否心理健康的標準。[3]學(xué)校在心理健康監(jiān)測與評價的實際工作中，最初采用的是社會規(guī)范模式和個人主觀經(jīng)驗?zāi)Ｊ剑S著專業(yè)化程度的發(fā)展，開始采用統(tǒng)計學(xué)模式或臨床模式。統(tǒng)計學(xué)模式需要先編制各類測評量表，學(xué)校根據(jù)學(xué)生的答題情況來評估學(xué)生的心理狀態(tài)、心理特征和潛在風險。臨床模式是心理專家以訪談為基礎(chǔ)，對學(xué)生的成長經(jīng)歷、監(jiān)護情況等外在環(huán)境因素進行調(diào)查和分析，再根據(jù)自己的專業(yè)知識和判斷，對學(xué)生的人格和心理狀態(tài)進行解讀。以上兩種方式，學(xué)校經(jīng)常交叉使用。

但是，統(tǒng)計學(xué)和臨床這兩種心理健康監(jiān)測與評價模式仍具有較大的局限性。首先，臨床模式常常受到家長與學(xué)生的強烈抵制，而統(tǒng)計學(xué)模式以以往調(diào)查分析結(jié)果形成的模型為參考，再對照被測評者的回答進行評估，是一種“先假設(shè)，后求證”的設(shè)計和實施思路。因此，這兩種模式無論是測評因素的選擇還是因素權(quán)重的確定都受制于主觀判斷和專業(yè)背景。其次，兩種評估方式獲得的信息基本上是分立的，缺乏有效整合。因此，問卷的信度和效度容易受到不良影響，且影響程度無法評價。最后，兩種評估方式所獲取的心理健康信息的準確性和全面性不能保證，尤其是隨著學(xué)生年齡的增長，心理健康評價較多依賴于個體自我報告，出于自我防御、社會贊許等原因，結(jié)果偏差的概率也在上升。即使學(xué)校做好每一步工作，如謹慎選擇測量量表、設(shè)置優(yōu)異的測試環(huán)境、嚴格選拔和培訓(xùn)主試人員等，依然無法解決這一問題，并且還會花費大量的人力、物力及財力。

2.人工智能為客觀、高效的心理健康監(jiān)測與評價提供了一種新思路

基于以上局限，研究者們開始將視線轉(zhuǎn)向算法評估——一種基于大數(shù)據(jù)的心理健康監(jiān)測與評價方式。特別是近年來，隨著新興技術(shù)的成熟，大數(shù)據(jù)分析技術(shù)和人工智能技術(shù)在心理健康監(jiān)測與評價的諸多方面開始發(fā)揮出獨特優(yōu)勢，學(xué)生心理健康監(jiān)測與評價出現(xiàn)了一些新方式。

2008 年9 月，《科學(xué)》（Science）雜志發(fā)表了文章Bigdata：Science in the Petabyte Era，“大數(shù)據(jù)”開始被廣泛傳播。如今，大數(shù)據(jù)已經(jīng)成為科技界和企業(yè)界甚至是世界各國政府關(guān)注的焦點。大數(shù)據(jù)不僅指數(shù)據(jù)的超大規(guī)模（PB 級別及其以上的數(shù)據(jù)），更是指數(shù)據(jù)包含的重要應(yīng)用價值，如以數(shù)據(jù)為基礎(chǔ)的數(shù)據(jù)挖掘、數(shù)據(jù)處理系統(tǒng)、數(shù)據(jù)分析技術(shù)（例如深度學(xué)習(xí)、知識計算等）等。

人工智能簡稱AI（artificial intelligence）。廣義地講，人工智能是關(guān)于人造物的智能行為，這種智能行為包括知覺、學(xué)習(xí)、推理、交流及在復(fù)雜環(huán)境中的行為。[4]從工程的角度講，人工智能是通過人工的方法使機器具有與人類智慧有關(guān)的功能。基于人工智能技術(shù)的特點和分類，各類新興技術(shù)多將人工智能作為重要技術(shù)性功能或模塊嵌入其中，并融入相應(yīng)技術(shù)體系，或作為主體來實現(xiàn)某類功能，以高效執(zhí)行某項功能。

人工智能是大數(shù)據(jù)產(chǎn)生價值的關(guān)鍵媒介，同時，大數(shù)據(jù)技術(shù)的普及和成熟是人工智能提速發(fā)展的一大助力?？梢哉f，人工智能和大數(shù)據(jù)技術(shù)是彼此成就的過程。隨著智能時代的到來，人工智能技術(shù)、數(shù)據(jù)的存儲與處理漸漸成為體系化的常規(guī)性融合技術(shù)，被嵌入應(yīng)用到各種行業(yè)（領(lǐng)域）的智能產(chǎn)品、智能應(yīng)用、智能系統(tǒng)中，最終融入人們的工作、學(xué)習(xí)和生活。因此，許多新的教育模式與評估方式被不斷開發(fā)出來，并越來越依賴于人工智能和數(shù)據(jù)支持。例如，算法評估就是在問卷統(tǒng)計的基礎(chǔ)上，采用人工智能技術(shù)，以大數(shù)據(jù)分析為依托，以深度學(xué)習(xí)算法為方向，探索和評估學(xué)生心理健康的新路徑。[5]

3.人工智能在學(xué)生心理健康監(jiān)測與評價的大規(guī)模應(yīng)用仍受多因素限制

隨著技術(shù)的成熟（如定位、資源平臺）、產(chǎn)品的研發(fā)（如可穿戴設(shè)備、感知設(shè)備），學(xué)?？梢允褂玫膶W(xué)生信息采集手段正在不斷豐富。有研究表明，學(xué)校目前可通過平臺采集、視頻錄制、圖像識別及物聯(lián)感知4 種手段采集信息。[6]雖然多種手段的作用及側(cè)重功能不同，但是學(xué)校正在不斷拓展校內(nèi)大數(shù)據(jù)采集的廣度和深度，目的是更有效率地管理學(xué)校繁多且復(fù)雜的工作。隨著學(xué)校的重視，校內(nèi)應(yīng)用的人工智能產(chǎn)品也在增多，例如教學(xué)資源平臺、教務(wù)管理系統(tǒng)等均是學(xué)校廣泛使用的產(chǎn)品。

但總體來看，目前學(xué)校收集的大多是教育大數(shù)據(jù)，即根據(jù)整個教育活動的教育需求收集的數(shù)據(jù)集，主要用于與教學(xué)有關(guān)的教育工作，很大程度上忽略了學(xué)生的心理健康數(shù)據(jù)。比如，平臺采集、視頻錄制及圖像識別主要用于與學(xué)校管理、教師教學(xué)及學(xué)生管理有關(guān)的事務(wù)工作，物聯(lián)感知技術(shù)主要用于收集設(shè)施數(shù)據(jù)[7]，校園一卡通技術(shù)主要用于收集校園行為數(shù)據(jù)。盡管學(xué)校通過視頻錄制或物聯(lián)感知手段可以采集到學(xué)生的情緒情感或行為信息，但主要目的是促進教師教學(xué)效果的改善與提高，并沒有很好地應(yīng)用到學(xué)生的心理健康教育工作中。

究其原因，主要有以下兩個方面。其一，學(xué)校心理健康教育基礎(chǔ)設(shè)施配置不到位。目前仍有許多學(xué)校并未將心理健康教育納入學(xué)校整體規(guī)劃，學(xué)校心理健康教育的基礎(chǔ)設(shè)施配置尚普遍不到位，如無獨立的心理咨詢室，或配有獨立咨詢室但內(nèi)置設(shè)備陳舊，形同虛設(shè)，更不要說利用其他智能設(shè)備收集學(xué)生心理健康數(shù)據(jù)了。其二，心理健康教育教師的專業(yè)素質(zhì)仍待提高。目前，學(xué)校心理健康教育教師的配備存在兩種情況：第一種，其他學(xué)科教師兼任心理教師，缺乏心理學(xué)的專業(yè)知識；第二種，雖然是心理學(xué)本專業(yè)教師，但是其他工作繁重，無法專注于心理健康教育的工作。因此，即使校園智能產(chǎn)品的采購在增多、數(shù)據(jù)的采集手段日益多樣化，但大部分學(xué)校的心理健康監(jiān)測與評價工作并沒有很好地開展，更談不上使用新興技術(shù)下的心理健康智能產(chǎn)品。

二、總體構(gòu)想與指標構(gòu)建：基于人工智能的學(xué)校心理健康監(jiān)測與評價體系

通過以上梳理及分析可見，傳統(tǒng)的學(xué)生心理健康監(jiān)測與評價體系存在明顯不足，而新技術(shù)支持下的學(xué)生心理健康監(jiān)測與評價體系的應(yīng)用仍有很多限制。為此，課題組與中國科學(xué)院心理研究所專家合作，根據(jù)研究與實踐進展提出建立一個全新的基于人工智能的學(xué)生心理健康監(jiān)測與評價體系構(gòu)想，即采用人工智能多途徑采集和綜合分析學(xué)生的心理狀況，使用多維指標進行心理健康評價，實現(xiàn)心理健康監(jiān)測從靜態(tài)監(jiān)測向動態(tài)管理的轉(zhuǎn)變、心理健康評價從主觀評價向大數(shù)據(jù)算法的轉(zhuǎn)變，以彌補傳統(tǒng)心理健康監(jiān)測與評價方式主觀、低效的局限性。

1.基于人工智能的學(xué)生心理健康監(jiān)測與評價體系的總體構(gòu)想

基于人工智能的學(xué)生心理健康監(jiān)測與評價體系的總體構(gòu)想是將智能化的信息采集工具與大數(shù)據(jù)分析應(yīng)用于學(xué)生心理危機干預(yù)，主要包括四大部分：一是利用智能化的信息采集工具，如通過微表情識別、生物性反饋佩戴手環(huán)、量表訪談等收集全面綜合的數(shù)據(jù)；二是建立基于大數(shù)據(jù)的分析系統(tǒng)，通過大數(shù)據(jù)算法將微表情、生物反饋指標與個體的心理健康進行比對；三是進行危機干預(yù)、危機源干預(yù)，即對危機信號以及危機源進行干預(yù)；四是搭建基于大數(shù)據(jù)的成效分析系統(tǒng)，通過大數(shù)據(jù)算法對危機干預(yù)成效進行智能化分析。

整體架構(gòu)分為四步，如圖1 所示。

圖1 基于人工智能的學(xué)生心理健康監(jiān)測與評價體系總體構(gòu)想

第一步，通過3 種不同方式協(xié)同智能化采集學(xué)生心理危機數(shù)據(jù)。一是采用量表法、訪談法采集學(xué)生自我陳述的心理特點和行為表現(xiàn)；二是通過微表情智能化識別學(xué)生壓抑的真實情緒，以彌補自評帶來的誤差；三是結(jié)合佩戴心理手環(huán)智能化監(jiān)測學(xué)生的生理數(shù)據(jù)，得到學(xué)生真實的心理狀態(tài)，并做初步的預(yù)警篩查。

第二步，根據(jù)學(xué)生的綜合心理危機數(shù)據(jù)進行大數(shù)據(jù)分析，完成心理危機程度及預(yù)警級別的智能化分類。

第三步，根據(jù)心理安全服務(wù)計劃實施學(xué)生的危機干預(yù)或危機源干預(yù)。

第四步，通過大數(shù)據(jù)算法實施危機干預(yù)成效分析。

為了實現(xiàn)學(xué)生心理健康數(shù)據(jù)的人工智能化分析，協(xié)同采集得到的分類數(shù)據(jù)，可以統(tǒng)一輸入智能化的心理設(shè)備，并不斷優(yōu)化人工智能算法。未來將計劃用更精準的模型，完善心理科技設(shè)備，來滿足不同預(yù)警級別學(xué)生的干預(yù)及成效分析需求，真正實現(xiàn)心理健康監(jiān)測與評價體系的智能化數(shù)據(jù)收集與分析。

2.基于人工智能的學(xué)生心理健康監(jiān)測與評價體系的多維指標構(gòu)建

本文提出的基于人工智能的學(xué)生心理健康監(jiān)測與評價體系提倡采用多維指標進行綜合分析，多維指標并非只是多視角判斷指標的簡單融合，而是結(jié)合人工智能科技的軟硬件產(chǎn)品，在保障隱私的前提下，有體系、有系統(tǒng)、有組織地進行學(xué)生心理健康的監(jiān)測與評價。

在心理健康監(jiān)測與評價的方式上，提倡采取自我報告和他評相結(jié)合的方式。自我報告依然采用自陳式量表，這是采集學(xué)生基本心理信息的必要方式。同時，為了彌補因社會贊許及自我防御帶來的不準確性，選擇他評的方式作為補充。

關(guān)于他評，第一種方式是通過智能化工具識別個體的微表情，進行“隱形的心理測驗”。因為與正常人相比，患有心理障礙的個體傾向于解讀負性類表情。[8]但是，面對負性類表情，個體的情緒不僅會受到影響，而且可能影響評估過程。[9]因此，患有心理障礙的個體對負性類表情的反應(yīng)時間會比較長。通過技術(shù)手段抓取個體的微表情，可以了解他們的真實情感和內(nèi)在情緒加工過程。[10]之后，評價者可以根據(jù)識別的個體微表情的差異，進行健康與非健康群體的自動化診斷與篩查。

他評的第二種方式是對個體進行生物學(xué)測量。在選擇哪一些生物學(xué)指標這個問題上，其他有關(guān)情緒情感及自主神經(jīng)系統(tǒng)的研究給了我們諸多啟示。例如，情緒狀態(tài)的波動會引發(fā)個體的焦慮、恐慌、無助等負性情緒[11]，因此，即使不同領(lǐng)域?qū)π睦斫】档睦斫饧霸\斷標準不同，情緒情感狀況仍然是必須采集的信息。此外，情緒可以喚醒人體自主神經(jīng)系統(tǒng)（autonomic nervous system，ANS），并伴隨一系列的生理變化。[12]自主神經(jīng)系統(tǒng)的活動又在個體情緒的識別、產(chǎn)生和體驗中起到了關(guān)鍵作用[13]，如焦慮癥患者就存在交感神經(jīng)系統(tǒng)功能的亢進[14]。因以，個體的一些生理學(xué)指標與情緒或臨床診斷有一定的相關(guān)性，特別是自主神經(jīng)系統(tǒng)與情緒指標具有高相關(guān)性。

情緒的自主神經(jīng)反應(yīng)包含了多種生理指標的變化， 研究者通常會選取單個或多個生理指標來測量自主神經(jīng)系統(tǒng)的活動。其中，研究者最常報告的指標是心率（heart rate，HR），其次是皮膚電水平（skin conductance level，SCL）和其他心血管指標，如血壓（blood pressure，BP）等，而呼吸頻率（respiration rate，RR）等指標的研究則相對較少。根據(jù)以往研究結(jié)果，個體的正負性情緒可以誘發(fā)其心血管系統(tǒng)、皮膚電系統(tǒng)、呼吸系統(tǒng)和其他系統(tǒng)的活動及變化。[15]與正性情緒相比，負性情緒能引起神經(jīng)系統(tǒng)更大的變化。例如，恐懼相比快樂會引起更大的皮膚電導(dǎo)升高。[16]不同負性情緒之間的反應(yīng)雖有相似，但也存在差異，比如恐懼和憤怒時收縮壓會升高，但是只有憤怒時舒張壓才會升高。因此，情緒可能具有模式化的生理反應(yīng)。[17]

因此，研發(fā)人員在對比國際公認的標準心電數(shù)據(jù)庫（MIT 數(shù)據(jù)庫、AHA 數(shù)據(jù)庫）數(shù)據(jù)的過程中，通過分析前期采集到的82 萬常規(guī)人群心電樣本、2 萬神經(jīng)癥人群心電樣本，發(fā)現(xiàn)心率變異性（heart rate variability）的相關(guān)指標能夠反映個體的交感-副交感神經(jīng)張力及其平衡，并基于心率變異性研究出一套自主神經(jīng)評估方法，包括測量方法、系列指標、測量技術(shù)和設(shè)備、臨床意義和應(yīng)用指南。實驗表明，自主神經(jīng)敏感性指標在健康人和抑郁癥患者中獲得了較為顯著的區(qū)分性（p值均小于0.001），同時比對哈佛心肺交互指標CPC，焦慮和抑郁總體識別準確率從85.47%提升至91.29%。（見表1）

表1 自主神經(jīng)敏感性指標在健康人和抑郁癥患者中的差異性檢驗

3.基于人工智能多維指標的心理健康監(jiān)測與評價體系的科學(xué)性

以往，大多數(shù)研究是基于個體的內(nèi)臟器官活動來進行情緒與自主神經(jīng)系統(tǒng)的關(guān)系分析，如心率和血壓、皮電，并取得了諸多成果。正性或負性情緒相比于中性刺激會帶來心率的減慢，其中，負性情緒的變化程度更大。[18]但是，也有相反的證據(jù)，例如，徐景波等人的研究發(fā)現(xiàn)，負性情緒下的心率是顯著加快的。[19]之所以出現(xiàn)相反的結(jié)果，可能是因為誘發(fā)范式的不同（圖片或影片）。有研究者提出質(zhì)疑，皮電、心率或血壓屬于內(nèi)臟器官，內(nèi)臟器官受交感神經(jīng)和副交感神經(jīng)的雙重支配，因此，聚焦內(nèi)臟器官活動的研究得到的結(jié)果可能并沒有解釋作為其基礎(chǔ)的自主神經(jīng)活動模式。

有研究者認為，應(yīng)當把關(guān)注的焦點放在內(nèi)臟交感和副交感神經(jīng)支配的指標上，比如心率變異性。因為心率變異性指的是心跳快慢（由兩個相鄰的R-R 間期時間長短決定）的變化情況，能夠反映交感和副交感神經(jīng)系統(tǒng)的活動性。研究心率變異性，可以區(qū)分情緒。[20]研究者們在這方面也進行了諸多探索，并得到一些收獲。

從各種研究匯總的結(jié)果來看，課題組認為，心率變異性相關(guān)的指標更多地與特異性的個體因素相聯(lián)系。首先，心率變異性能夠提供個體自主反應(yīng)靈活性的信息。[21]其次，心率變異性可以彌補其他常用心血管指標無法分離交感和副交感神經(jīng)系統(tǒng)對心臟活動影響的缺陷。最重要的是，心率變異性可以對心身障礙進行評價。[22]總之，無論是傳統(tǒng)指標的心率、血壓或皮膚電，還是新興指標的心率變異性，都與個體的情緒及心理健康有著緊密關(guān)系。因此，課題組認為，通過智能化工具采集學(xué)生的生理學(xué)信息可以更加客觀、高效地監(jiān)測與評價學(xué)生的心理健康狀況。采集學(xué)生的生理學(xué)信息時，以上這幾個生理指標無疑是需要重點考慮的方面。

總而言之，本研究提出的基于生理學(xué)基礎(chǔ)的兩種他評方式，突破了傳統(tǒng)的心理健康監(jiān)測與評價方式，不僅實現(xiàn)了學(xué)生心理健康監(jiān)測與評價從主觀性評價向客觀生物指標的轉(zhuǎn)變，而且實現(xiàn)了學(xué)生心理健康監(jiān)測與評價從靜態(tài)識別向動態(tài)監(jiān)測指標體系的轉(zhuǎn)變。以往，學(xué)校都是定期篩查學(xué)生的心理健康水平，但完整的心理健康評估應(yīng)當建立在長期監(jiān)測的基礎(chǔ)上，只有這樣才能得到準確、可靠的判斷。也就是說，心理健康的篩查不能僅限于固定的靜態(tài)識別，必須要實現(xiàn)從靜態(tài)識別向持續(xù)性的、動態(tài)化的評價體系轉(zhuǎn)變。同時，家庭也是需要納入的信息采集場所。家庭內(nèi)產(chǎn)生、累積的風險因素，比如，家庭結(jié)構(gòu)的不完整、家庭氛圍的不和諧等，不僅會負向預(yù)測學(xué)生的生活滿意度，而且容易導(dǎo)致學(xué)生心理障礙，比如焦慮或抑郁等。[23]也就是說，學(xué)生心理健康監(jiān)測與評價的采集場所不能局限于學(xué)校，學(xué)生在家庭內(nèi)的健康數(shù)據(jù)同樣重要，如此，也能夠增加數(shù)據(jù)的豐富性、完整性和客觀性。

最重要的是，依托新興技術(shù)及移動設(shè)備更迭的背景，基于非接觸式感知技術(shù)，評價者可以將多維指標嵌入移動設(shè)備，用于學(xué)生的情感和壓力分析，極大地提高了心理健康數(shù)據(jù)收集的效率，同時也實現(xiàn)心理健康監(jiān)測與評價的動態(tài)化。[24]浙江某科技有限公司已經(jīng)做過相關(guān)實驗，通過移動設(shè)備，利用心率變異性算法對12183 名抑郁患者的心電數(shù)據(jù)進行分析，檢出8217 條數(shù)據(jù)有抑郁特征，3042條數(shù)據(jù)有抑郁和焦慮同時出現(xiàn)的特征，抑郁檢出率為92.42%。

三、思考與建議

在科技高速發(fā)展的背景下，讓機器人學(xué)會望聞問切，真正實現(xiàn)心理技術(shù)人員的標準化復(fù)制已具有現(xiàn)實的可能性。學(xué)生心理健康的監(jiān)測與評價一旦實現(xiàn)智能化、動態(tài)化，就可以在很大程度上解決目前學(xué)校心理健康評價的低效、不準確、不完整等問題。如此，既可以促進學(xué)校精神衛(wèi)生工作的進步，又可以準確、完整地呈現(xiàn)學(xué)生的心理狀況，從而做到早發(fā)現(xiàn)、早預(yù)警、早干預(yù)，科學(xué)有效地提高學(xué)生的心理健康素質(zhì)。

在人工智能多維指標的引領(lǐng)下，學(xué)校將能夠在自然狀態(tài)下對學(xué)生的心理健康狀態(tài)實施不同場景下的動態(tài)化監(jiān)測，同時，借助大數(shù)據(jù)技術(shù)的處理與分析技術(shù)，可以及時、高效地篩選出有心理問題的學(xué)生，并將篩選結(jié)果快速發(fā)送給負責人進行后續(xù)的處理，及時開展心理危機干預(yù)。技術(shù)應(yīng)用的目的不只是停留于學(xué)生心理健康監(jiān)測與評價，而是為了提高學(xué)校心理健康服務(wù)效率。以此，前沿的技術(shù)將帶來更加便攜的產(chǎn)品，以更低的成本與更高的效率全面服務(wù)于學(xué)校的精神衛(wèi)生管理，實現(xiàn)學(xué)生心理健康發(fā)展。

當然，作為一種新的技術(shù)應(yīng)用，基于人工智能的心理健康監(jiān)測與評價體系的應(yīng)用需要關(guān)注以下兩個問題。

一是優(yōu)化數(shù)據(jù)收集方式，減少無關(guān)因素的影響。無論是使用何種人工智能程序或算法，都需要以原始數(shù)據(jù)為基礎(chǔ)，有了原始數(shù)據(jù)，才有分析處理的條件。目前基于人工智能的心理健康監(jiān)測與評價系統(tǒng)或方案，都會使用一定的儀器來采集監(jiān)測對象的生理和心理數(shù)據(jù)。這一過程大多要求監(jiān)測對象面對鏡頭或佩戴智能化穿戴設(shè)備，一般會持續(xù)一段時間。這段時間里，如果監(jiān)測對象自己摘掉設(shè)備，或心情有波動，抑或是外在環(huán)境比較嘈雜、混亂，都可能使采集到的數(shù)據(jù)有所偏差，最終影響結(jié)果。這一現(xiàn)象在進行大規(guī)模施測，尤其是對中小學(xué)生進行施測時，尤為普遍。因此，監(jiān)測人員需要提前安排好被測人數(shù)、環(huán)境、流程等，設(shè)計合適的方案，保證在施測過程中使監(jiān)測對象處于安靜、自然的環(huán)境中，減少其他無關(guān)因素的影響。

二是加強智能化與傳統(tǒng)化檢測的配合，提高篩查效率?；谌斯ぶ悄艿膶W(xué)生心理健康監(jiān)測與評價體系的應(yīng)用，大大提高了心理篩查與評估的時效性，但其結(jié)果與傳統(tǒng)問卷檢測結(jié)果一樣，都不能直接作為診斷結(jié)果，只能為檢測人員提供更加全面的參考。因此，雖然智能化心理檢測設(shè)備的使用極大地提高了學(xué)生心理健康監(jiān)測與評價的客觀性與準確率，但在現(xiàn)階段仍需要與問卷施測相互配合、相互印證。因為問卷施測可以提供被試在當前心理狀態(tài)中某一方面存在的問題及其程度，可以讓后續(xù)的干預(yù)更有方向。所以，兩者結(jié)合，既可以快速高效地確定被測對象的問題類型與程度，還可以確定具體問題的方向和維度，從而提高篩查的效率。