浙大宁波理工学院团队用AI破译“步数密码”守护大学生心理健康，研究成果发表于权威期刊，为高校心理关怀提供新思路。
每天刷微信步数、关注好友排名，已成为许多大学生的日常习惯。而这一不起眼的生活细节，如今正成为守护大学生心理健康的“密码”。浙大宁波理工学院信息科学与工程学院赵祥红老师团队开展的一项创新研究，就用AI技术破译了这份“步数密码”，搭建起从日常行为数据到心灵关怀的温暖桥梁。
该团队联合学校学生工作部，心理健康教育咨询中心，宁波大学附属康宁医院脑健康研究中心等多部门联合开展研究。近日，相关研究成果发表于精神病学领域国际权威期刊《Journal of Affective Disorders》，为高校心理健康教育提供了全新思路。
步数里，藏着情绪的秘密
当下，大学生心理健康已成为高校育人工作的重点。传统的大学生心理健康筛查，大多依赖辅导员沟通、问卷自评的方式，难以满足大规模、常态化的心理健康关怀需求。
“如何才能在不打扰学生正常学习生活的前提下，更好地了解学生的情绪状态？”带着这一思考，研究团队开启了探索之路。通过大量文献分析与临床案例咨询，团队发现，身体活动与心理状态之间存在着紧密的内在关联，而微信步数，正是解锁这份关联的绝佳切入点。微信步数由手机传感器精准记录，涉及的隐私信息较少，学生接受度高，更能实现对学生行为状态的量化追踪，让心理关怀从“被动等待”走向“主动发现”。
为了破译步数背后的心理密码，团队研发了“理工AI小助手”小程序，并面向全校征集了近千名学生志愿者。在学生自愿授权的前提下，这款小程序可读取其最近一个月的微信步数数据。团队研发的算法模型，能从海量步数数据中，精准提取出运动总量、作息规律性、工作日与周末活动差异等多个关键特征——其中，作息规律性对学生心理状态的影响尤为显著，成为判断心理健康状况的重要指标。除了步数数据，团队还会让学生做一些问卷和测试，辅助研究结果。
不同情绪状况研究对象的步数差异。受访者供图
为了确保研究的严谨性，团队细致考量了各类干扰因素。雨天出门少、大学生课表不一样、气温波动大等多种变量被纳入线性回归修正，最大限度降低无关因素对研究结果的影响。经过反复优化，目前该机器学习检测模型，在识别大学生心理健康风险方面的准确率达到71.1%。
研究团队的学生黄佳莉表示，个人身体素质等因素让部分干扰因素难以完全排除，这种由个体差异带来的异质性仍是团队面临的最大挑战，也是团队下一步打算攻克的方向。
算法冰冷，关怀有温度
“算法是冰冷的，但关怀是有温度的。”浙大宁波理工学院心理健康教育咨询中心李慧老师表示，微信步数采集的方式，更温和、日常，也更易被学生接受，恰好能成为传统筛查手段的有益补充。
值得一提的是，这款小程序的定位始终是“辅助者”而非“决策者”。它的核心作用，是帮助老师快速缩小关注范围、减轻工作负担，从数千名学生中精准筛选出行为模式出现异常的群体，让关怀更有针对性。而最终的心理评估、干预与关怀，仍由专业的心理老师和医院工作人员完成，确保每一份守护都专业、到位。
与此同时，研究团队始终将伦理底线和隐私保护放在首位，相关研究已通过学校伦理审查委员会的严格审核。学生登录小程序后，会自动生成专属匿名代码，团队无法获取任何个人具体信息；只有当学生自愿授权填写学号时，相关数据才会反馈给校心理健康教育咨询中心，中心再结合日常观察、学生成长档案等信息多方评估，以柔性、温和的方式关怀学生。
这项创新研究的顺利推进，离不开“算法研发+心理专业+管理保障”的多方协同发力。浙大宁波理工学院信息学院提供AI模型与算法支撑；校心理健康教育咨询中心与宁波大学附属康宁医院提供专业评估与临床标准，为研究筑牢专业根基；学生工作部与主动健康研究院则负责保障数据安全与场景落地，形成了跨部门、跨单位的协作合力。
未来，研究团队计划进一步明确运动量变化与心理状态的内在关联，探索将调整运动量作为心理关怀的辅助手段，并持续扩大研究领域，推动更多可落地、可推广的科技成果，为大学生心理健康守护提供更坚实的支撑。
原文链接：https://ypstatic.cnnb.com.cn/yppage-share/news/share/news_detail?newsId=6a098f40e4b03ed0327b717d
