如何利用 AI 建立心理健康数据分析与风险预警体系 #

解决心理状态量化难、模式识别慢的痛点：通过 AI 分析 PHQ-9/GAD-7 等量表评分、情绪日记及睡眠、运动数据，自动识别情绪触发因素并实时监测危机风险。

为什么需要这个技能 #

心理健康状态往往具有隐蔽性和波动性，单纯依靠主观记忆很难发现潜藏的规律。例如，你可能没有意识到焦虑情绪与前一晚的睡眠不足或咖啡因摄入量高度正相关。

本技能通过将碎片化的心理健康数据（量表、日记）与生理健康数据（睡眠、运动、营养）进行关联分析，将模糊的“心情不好”转化为可量化的趋势图表和风险评分，帮助用户在危机发生前获得预警，并找出最有效的情绪应对策略。

适用场景 #

• 情绪模式识别：分析一周内情绪波动的峰值时间点及高频触发因素。
• 治疗进展追踪：对比治疗前后的量表评分，评估 CBT 等干预方案的有效性。
• 多维度关联分析：探索睡眠质量、运动频率与抑郁/焦虑评分之间的相关性。
• 危机风险监测：基于预设算法，在检测到高危信号（如自伤意念或功能严重受损）时立即发出就医预警。

核心工作流 #

1. 多源数据采集：读取心理健康主档案、每日情绪日志，并关联睡眠、健身及营养追踪数据。
2. 量表趋势分析：计算 PHQ-9（抑郁）和 GAD-7（焦虑）的评分变化速率，识别严重程度的升级或降级。
3. 模式与触发点提取：统计 Top 10 触发因素，评估不同应对方式（如冥想、运动）的有效率。
4. 量化风险评估：执行多级风险检测机制，综合 PHQ-9 第 9 项、症状恶化速度、社会退缩等维度计算风险总分。
5. 生成综合报告：输出包含风险等级、趋势图表、关联性发现及个性化行动计划的分析报告。

下载和安装 #

下载 mental-health-analyzer 中文版 Skill ZIP

解压后将目录放入你的 AI 工具 skills 文件夹，重启工具后即可使用。具体路径参考内附的 USAGE.zh.md。

你可能还需要 #

暂无推荐