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
8.0
来源：
brainnews
发布时间：
2025-08-24 16:16
摘要：
研究团队开发了一种基于Transformer深度学习模型的预测工具，能够识别和预测双相障碍患者的情绪转相模式，准确率达到82.8%。该模型为精神疾病的临床管理提供了新的思路，具有重要的应用潜力。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.5分+1.5分=3.0分
business_impact
0.5分+0.0分=0.5分
scientific_rigor
1.5分+1.5分=3.0分
timeliness_innovation
1.5分+1.5分=3.0分
investment_perspective
1.0分+0.5分=1.5分
market_value_relevance
1.0分+0.0分=1.0分
team_institution_background
0.5分+0.0分=0.5分
technical_barrier_competition
0.5分+0.5分=1.0分
关键证据
模型预测准确率约为82.8%
研究基于812名双相障碍患者的长期随访数据
采用Transformer深度学习模型进行情绪状态预测
真实性检查
否
AI评分总结
研究团队开发了一种基于Transformer深度学习模型的预测工具，能够识别和预测双相障碍患者的情绪转相模式，准确率达到82.8%。该模型为精神疾病的临床管理提供了新的思路，具有重要的应用潜力。