经典ML与transformer预测每日心理困扰的对比研究

Griss Salas 等研究者发表一项前瞻性队列研究，用 169 名社区成人 7 天的被动手机传感数据（加速度计、GPS、电源状态）与每日 BSI-18 自评，对比 4 种经典机器学习模型和 4 种 transformer 对每日心理困扰的预测表现。 数据共 1,062 个记录日，以性别特异的 BSI-18 全局严重度 T 分 ≥63 定义困扰日，患病率 11.2%。研究者指出，临床使用前仍需外部验证。

AI 根据报道生成 · 50 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。