随着人们对心理健康的关注度不断提高以及对其复杂性的理解日益加深，康奈尔理工大学博士生丹·阿德勒 (Dan Adler) 领导的一项新研究发现，对于我们在日常生活中体验到的心理健康症状，并没有一种放之四海而皆准的模式。
利用人工智能，阿德勒正在识别能够促进我们了解该领域的趋势，从而使症状检测和治疗更加有效。这项研究发表在《npj 心理健康研究》杂志上。
虽然研究发现人工智能目前在此类追踪方面并不可靠，但它为未来的研究提出了重要的问题，包括为目标人群提供定制解决方案的潜力，以及在尝试对庞大而多样化的人群实施广泛的诊断和解决方案时所固有的挑战。
Adler 研究了智能手机数据等技术如何帮助衡量与心理健康相关的行为。例如，智能手机可以跟踪 GPS 数据来监测活动能力，这与抑郁症状密切相关——此前研究人员发表的论文表明，全天活动较多的人比久坐不动的人更不容易出现抑郁症状。
Adler 的研究还利用人工智能来寻找行为与心理健康之间的关联。他解释说，虽然一些研究认为这种测量具有一致性，但他的团队(包括教职顾问、计算机和信息科学教授兼综合健康与技术 Roger and Joelle Burnell 主席)关注的是更大、更多样化的人群。