12月18日，由广州物联网研究院副总工程师郭远威参与完成的题为《Differential factor effects in comorbid depressive and anxiety symptoms (CDAS): A machine learning approach to individualized mental health promotion》（共病性抑郁和焦虑症状(CDAS)的鉴别因素效应:一种促进个性化心理健康的机器学习方法）的论文在国际权威期刊《Journal of Affective Disorders》发表。该研究成果标志着我院物联网技术与人工智能交叉应用技术成功拓展至心理健康领域，实现了跨学科前沿研究的重大突破。
《Journal of Affective Disorders》创刊于1979年，是国际情感障碍学会的权威学术期刊，与同一出版社的《柳叶刀》、《细胞》等并称“医学方向五大权威学术期刊”，2023-2024年影响因子为4.9，在中国科学院医学分区中位列2区，是精神病学与心理学领域国际知名的核心期刊，被科学引文索引（Science Citation Index, SCI）收录，是公认的SCI期刊。《Journal of Affective Disorders》以其严格的学术评审、高水平的原创性研究和广泛的国际影响力著称。该论文的发表，展现了我院研究团队在新一代算法介入复杂心理健康问题建模分析方面卓越的研究能力，也彰显了人工智能算法在精神健康研究中的应用潜力。
随着社会节奏加快，共病性抑郁和焦虑症状（CDAS）已成为高发的心理健康问题，但由于其发病机制复杂、影响因素多元，传统干预方式常因“一刀切”难以精准匹配个体需求，成为临床干预的一大难点。为破解这一难题，广州物联网研究院依托其在人工智能领域的技术积累，创新机器学习建模方法，优化特征组织方式和模型结果解释分析，突破了以往“群体平均效应”分析方法，通过数据驱动方式刻画个体层面的差异特征，为心理健康干预由“统一方案”向“个性化策略”转变提供了新的技术路径。
研究结果显示，基于机器学习的差异化因子分析方法，能够更有效地揭示抑郁—焦虑共病症状背后的异质性结构，为后续个性化的心理健康干预，以及基于风险的精准决策提供了更具针对性的量化依据。这一思路也为人工智能算法在心理健康、公共健康等复杂系统问题中的应用提供了可借鉴的范式。
相关专家指出，该研究体现了人工智能算法从传统工程与信息领域向生命健康和社会治理领域延伸的趋势。广州物联网研究院此次参与该项国际合作研究，不仅拓展了算法技术的应用边界，也为后续将物联网数据、多模态感知信息与心理健康分析相结合奠定了方法论基础。
郭远威表示，广州物联网研究院将持续发挥在算法建模与数据智能方面的优势，深化与高校、科研机构的联合研究，推动人工智能技术在心理健康评估、预警与干预支持等场景中的应用转化，为提升社会心理健康服务的科学化与精准化水平赋能。
未来，广州物联网研究院将继续秉持开放创新的理念，鼓励原始创新，勇闯科研“无人区”，致力于撬动物联网与人工智能的技术潜能，服务千行百业，为构筑广东省“12228”现代化产业体系、助推粤港澳大湾区协同创新格局提供“物研院方案”，贡献“物研院力量”。
论文链接：《Differential factor effects in comorbid depressive and anxiety symptoms (CDAS): A machine learning approach to individualized mental health promotion》
广州物联网研究院
广州物联网研究院(简称“物研院”)是由广州市人民政府、广州南沙开发区管理委员会联合国家科研机构共建的广州市市属事业单位。物研院负责国家物联网标识管理公共服务平台的建设、运营、管理和产业化应用。国家物联网标识管理公共服务平台是经国家发改委正式批复、由中国科学院计算机网络信息中心牵头建立、全国唯一的物联网标识管理公共平台，旨在支撑物联网应用跨行业、跨领域互联互通，促进物联网领域产业化、规模化发展，为国家粤港澳大湾区发展战略构建数据要素重要基础设施和基石底座。近年来，在共建各方的共同努力下，国家物联网标识管理公共服务平台在标识技术、新华网溯源中国、新冠病毒冷链追溯、国家应急管理以及信息安全等领域发挥了不可替代的作用，正日益成为粤港澳大湾区打造新发展格局的战略支点。
= END =
来源：广州物联网研究院
