人工智能算法产生的纵向情绪信号与情绪和/或焦虑症患者精神病随访中使用的自我问卷之间关系的获取和分析：一项真实环境研究。 (EMOACQ-1)

疫情期间，全球范围内焦虑和抑郁的患病率大幅上升，遭受心理困扰的患者人数增加了 25%。 精神科医生，甚至全科医生，都需要测量工具，使他们能够远程监控患者的心理健康状态，并在行为中断时自动发出警报。

在这项研究中，我们建议收集临床数据以及患者情绪的纵向测量。 Emobot 建议通过被动研究人们的情绪行为来分析情绪障碍随时间的演变。 EMOACQ-1 的目的是获取知识并在情绪表达和情绪障碍之间建立定量联系，最终促进对这些障碍的理解和管理。

通过这项研究，可以开发出一种技术解决方案来支持精神病学领域的医疗保健专业人员和患者，该领域被称为“医学关系不佳”且缺乏资源。 这样的解决方案将有助于更好地了解疾病、远程和连续监测，并最终更好地治疗这些疾病。

我们将通过进行多种分析来处理数据，包括对自我问卷结果的数据和设备捕获的情绪信号进行描述性、比较和相关性分析。

最后，目标是根据产生的情绪信号预测问卷分数。