09:25官方账号arXiv cs.LG@Shiyu Teng, Haichen Yu, Jiaqing Liu, Hao Sun, Yu Song, Shurong Chai, Ruibo Hou, Lanfen Lin, Yen-Wei ChenDynaBridge是一种动态摘要引导的跨任务多模态融合框架,用于基于DASS-21结构的抑郁、焦虑和压力评估。该模型编码多个会话中的声学、视觉和文本线索,并利用冻结LLM生成DASS感知的参与者级语义摘要。它预测有序项目分布,从项目级软评分重建抑郁/焦虑/压力风险证据,并与直接多模态风险预测融合。在AdoDAS验证集上,DynaBridge实现了0.5012的平均F1分数(D/A/S风险预测)和0.3216的平均QWK(DASS-21项目预测),优于官方基线和其他代表性多模态方法。AI模型DynaBridge多模态融合DASS-21推荐理由:新框架DynaBridge用多模态数据和语义摘要预测抑郁焦虑压力,在AdoDAS上F1达0.5,比基线强。原文稍后读已读值得跟进有用关注 DynaBridge
13:14官方账号arXiv cs.AI@Sunil Wanjari, Manish Thakre, Aayushi Asole, Sharwari Raut, Kwabena Adu-Duodu, Yinhao Li, Stanly WilsonPsyBridge提出了一个混合智能框架,整合临床验证的PHQ-9和GAD-7量表、认知评估和人格特征,通过加权聚合生成可解释的心理健康风险分类。基于500个患者画像的半合成数据集,整体准确率达0.84,优于单独使用PHQ-9和GAD-7。敏感性和消融实验表明,整合认知和人格组件在中等风险预测中减少不一致性,提升分类稳定性。该框架为数字医疗和远程医疗环境提供可扩展、可解释的AI辅助决策支持。论文PsyBridgePHQ-9GAD-7推荐理由:这篇论文发了个叫PsyBridge的框架,能同时评估抑郁、焦虑、认知和人格,准确率0.84比单用量表高。搞心理健康AI的可以看看。原文稍后读已读值得跟进有用关注 PsyBridge