机器学习识别幼儿心理健康风险指标研究

2026年10月22日，一项开放获取研究报道，研究团队利用印度尼西亚哥伦打洛省随机抽取的100名PIAUD（伊斯兰学前教育）教师的问卷数据，开发机器学习系统以识别幼儿心理健康风险指标。研究先以K-Means聚类算法对数据分组并形成目标变量，再用决策树算法进行分类，模型预测儿童心理健康风险的准确率达到85%。研究识别出的关键指标包括“退缩”“易怒”“体重变化”和“进食问题”。报道称，该预测系统有望成为教师和家长开展早期识别并实施适当干预的实用工具。目前该研究处于成果发布阶段，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。