WHO发布的《2022年世界精神卫生报告》中描述了全球精神疾病的严重现状，全球约10亿人正在遭受精神障碍困扰，尤其新冠肺炎疫情后，全球抑郁和焦虑患者暴增25%。而我国成人抑郁障碍患病率为6.8%，其中抑郁症为3.4%，患病人数约9500万。抑郁症对于工作、学习、家庭和社交等社会和职业功能都会造成严重的影响。目前临床上诊断心理障碍大多根据问卷调查、主观访谈判断，不仅效率低下，而且容易受到被试者和测试者的双重主观影响，在便捷性、精准性、时效性均有一定不足。而且类似抑郁症的精神障碍疾病知晓率偏低，发病后容易延误进而恶化。本项技术联合专业心理行业机构专家力量，首次提出针对医疗大数据，基于血常规检验结果，构建全新的机器学习模型，以抑郁症等心理障碍为切入点，通过大数据的训练，实现基于医疗大数据的心理危机智能预测模型的构建与应用。本项技术具有独特的开创性，能够弥补传统心理健康评估中结构化量表系列方法的不足，改善主观评判带来的专家依赖、耗时长、难度大、准确率不高等缺点，将大幅提升心理健康筛查的科学性和严谨性，推动心理健康由主观识别转向主客观综合评判，方便对存在心理健康疾病风险人群进行早发现、早治疗，辅助基层医疗机构向上级医疗机构转诊。为医生提供客观依据，实现对心理健康风险评估和管理工作的降本增效，对促进心理健康风险评估和管理工作的降本增效都具有重大社会效益和经济效益。 【展开】 【收起】