post-traumatic stress disorder
PulseAugur coverage of post-traumatic stress disorder — every cluster mentioning post-traumatic stress disorder across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
LLM在增强上下文的情况下显示出在PTSD严重程度估算方面的潜力
一项新研究发表在arXiv上，评估了11个大型语言模型（LLM）从临床叙述中估算PTSD严重程度的性能。研究发现，当提供详细的背景信息（如子量表定义和访谈问题）时，LLM的表现最佳，并且增加的推理工作量可以提高准确性。像Llama和DeepSeek这样的开放权重模型在超过70B参数后表现出现平台期，而像gpt-o3-mini和GPT-5这样的闭源模型随着新一代的出现而持续改进。该研究还表明，LLM能够区分PTSD严重程度与其他疾病，并…
-
可穿戴技术有助于稳定退伍军人骑行者创伤后应激障碍症状
一项试点随机试验探讨了可穿戴数字自我管理干预措施对参加耐力自行车项目的创伤后应激障碍退伍军人的有效性。研究发现，与单独进行体育活动相比，结合智能手表传感和数字工具有助于稳定过度兴奋并维持症状改善。个性化和以人为本的设计被强调为可穿戴心理健康系统的关键，因为参与者对机器学习检测精度的反馈各不相同。
-
AI工具通过语音分析和CBT增强退伍军人的PTSD护理
人工智能正被用于改善退伍军人的心理健康护理，特别是在应对PTSD方面。这些AI工具通过语音分析来检测痛苦、进行虚拟访谈、提供认知行为疗法（CBT）辅助，并实现危机的早期干预。这种整合旨在提高退伍军人护理的可及性和有效性。
-
AI模型通过生理数据客观评估PTSD严重程度
研究人员开发了一种使用多变量核密度估计（MKDE）的机器学习方法，以客观评估创伤后应激障碍（PTSD）的严重程度。通过分析21名参与者的心率和皮肤电反应等生理数据，该模型在区分PTSD患者和非PTSD患者方面达到了86%的准确率。该系统还估计了临床PTSD的严重程度，平均绝对百分比误差为17%，为当前评估方法提供了一种可能更有效、更少主观性的替代方案。