AI心理健康评估赋能校园风险防控｜连信科技心晴图谱无感筛查与精准预警方案

【摘要】

《2025中国精神心理健康蓝皮书》数据显示,我国高中生抑郁检出率高达40%,初中生为30%,小学生也达到10%。然而,传统量表筛查有效准确率仅约40%——最具心理风险的学生,往往最善于在量表上“伪装正常”。与此同时,教育部已明确要求推进全国学生心理健康监测预警系统建设,推动校园心理工作从“被动应对”向“主动预防”转变。

需求爆发与政策驱动之下,AI心理健康评估技术正成为破局关键。连信科技推出基于自研 “洞见人和”人本世界模型(全国首个通过国家网信办大模型与算法双备案的心理应用垂类大模型)的校园AI心理风险防控系统——心晴图谱。系统复用校园现有安防摄像头实现无感情绪识别,自研HA-FER高角度表情识别模型突破俯拍场景识别难题,以个体情绪基线+规则化动态预警替代“一刀切”判定。目前已在全国百余所学校落地验证,学生覆盖率98%,综合预警准确率约88.7%,86%的系统预警与教师重点关注名单高度一致。

一、双重困境:为什么校园心理筛查亟需技术革新?

困境一:量表“测不准”——沉默的大多数

受病耻感与同伴压力影响,学生在量表中倾向于隐瞒真实感受,作答呈现明显社会赞许性偏差。约20%-30%学生存在心理困扰,但仅30%有严重心理问题的学生会主动求助——每10个有心理风险的学生中,至少7个在传统筛查面前“隐身”。从问题出现到被发现,平均延迟3-6个月。

困境二:干预“跟不上”——1:4000的师生比

心理咨询师生比约1:4000,远低于国际标准1:1500。心理教师被大量事务性工作占据,真正用于一对一咨询的时间不足30%。每学期仅1-2次的量表筛查,之间存在长达数月的监测盲区。

核心矛盾:如何在不让学生感到“被审视”的前提下,捕捉那些连他们自己都不愿承认的情绪波动?如何让有限的心理教师从事务性劳动中解放出来?

2023年至2025年,教育部先后印发专项行动计划、《进一步加强中小学生心理健康工作十条措施》等文件,从“探索AI动态心理评估”到“推进建设全国学生心理健康监测预警系统”,政策导向持续强化。

进入2026年,政策节奏明显加快。2月25日,教育部“新春第一会”明确要求“加强学生心理健康监测,升级完善全国学生心理健康监测平台预警功能”;2月27日,《教育部关于全面推进健康学校建设的指导意见》进一步要求“推进全国学生心理健康监测预警系统建设”;7月,国务院《教育发展“十五五”规划》将心理健康工作提升至国家规划层面,明确“优化全国学生心理健康监测预警系统,构建学校全员育心工作体系”。这意味着,引入AI技术重构校园心理筛查体系,已成为“十五五”期间学生心理健康工作的制度性安排。

二、技术底座:“洞见人和”人本世界模型

“洞见人和”是全国首个通过国家网信办大模型与算法双备案的心理应用垂类大模型,也是全球首个聚焦“理解人类行为与心理”的人本世界模型。它区别于通用大模型“理解世界”的路径,专注于人的内在心理机制与外部社会行为规律。

“洞见人和”vs 通用大模型核心差异

模型核心能力:

情感计算:综合准确率90%以上

人格分析:基于大五人格框架,准确率94%

多模态识别:支持视频、图像、音频、文本、生命体征信号,将抽象心理概念转化为可观测、可解释、可推理的信息

认知推理:基于独有认知图谱,分析有依据、可解释、可追溯

核心产品:心晴图谱——基于个体基线的无感心理筛查

发现问题的前提,是拥有持续、客观、不打扰的观测手段。心晴图谱所做的,正是将"洞见人和"人本世界模型的底层能力,转化为校园场景中可落地、可规模化、不增加师生负担的无感筛查工具。

三大设计原则:

原则一:利旧部署,不增硬件直接复用校园现有安防摄像头(≥400万像素即可),无需额外加装设备。系统使用轻量化人脸检测模型,适应复杂光照与姿态变化,大幅降低学校的部署门槛与投入成本。某中学仅利用41个已有走廊摄像头点位,即实现全校覆盖。

原则二:自研HA-FER高角度表情识别模型校园摄像头安装在2.2-3米高度,呈30°-50°俯角——传统表情识别模型在此角度下准确率断崖式下跌。连信自研HA-FER模型,俯拍视角下保持85%以上识别准确率。该成果获2026年中国教育技术学术大会三等奖,被第31届国际应用心理学大会(ICAP 2026)正式接收。配套的HA-FED数据集覆盖7类基本情绪,由心理学专业人士标注,超75%样本专家一致性≥90%,填补了俯视场景表情识别数据的国际空白。

原则三:个体基线+规则化预警,拒绝“一刀切”系统为每个学生建立个性化情绪基线——使用连续采集数据建立个体正常波动区间,预警关注“偏离自身基线的程度”,而非“是否低于固定阈值”。综合偏离程度、持续性、频次三个维度分级预警(黄/橙/红三级),配合群体基准校正、教育情境校正、风险评估复核三重校验机制,有效降低考试周集体焦虑等场景误报。

全链路闭环:从预警到干预

发现信号只是第一步,让信号驱动行动才是系统的完整价值。心晴图谱构建了"发现—预警—干预"全链路闭环,确保每一次情绪异常都有响应、每一个预警都有闭环。

全链路功能矩阵:

无感化全域情绪扫描:利用走廊、食堂、操场等公共场景现有摄像头,全天候常态化扫描。系统按秒级识别表情并计算五类情绪指数(快乐、平静、愤怒、悲伤、恐惧),数据持续沉淀为学生个人情绪档案。

动态风险识别与实时预警:基于个体基线偏离机制,7×24小时识别情绪波动、压力累积等异常状态,实时推送给班主任及心理教师。综合预警准确率约88.7%,86%与教师重点关注名单一致。

AI谈话助手:预警触发后,心理教师可通过AI谈话助手进入干预环节——谈前智能生成访谈提纲;谈中实时捕捉语音情绪波动和风险关键词;谈后自动生成结构化报告归档至学生心理档案。

时空热力图与精准干预: 系统通过情绪时空分布分析,精确定位高风险时段与区域,帮助学校优化心理教师排班、调整巡查路线、科学配置心理辅导资源。

三重校准——群体基准校正、教育情境校正、风险评估复核——确保预警精准度,避免过度预警导致干预疲劳。

五、落地验证:百余校实证数据

心晴图谱已完成从实验室到真实校园的规模化验证。

整体运行成效:

学生覆盖率可达98%(传统量表≤30%),筛查效率提升约60%

综合预警准确率约88.7%,86%的预警与教师重点关注名单一致

心理教师事务性工作量减少50%以上,最早预警时间约7天

典型实证案例:

义乌市某中学(七年级):覆盖1,449人,累计情绪识别288,734次,及时介入116次情绪波动。数据洞察揭示:学生情绪峰值在午间12时,两极集中地为教学楼三楼,为学校优化心理辅导排班提供了精准指引。

衢州市某中学(七至九年级):覆盖1,772人,累计情绪识别271,652次,99次异常情绪预警全部实现"预警必介入、介入必有效"闭环管理。

舟山某中学:上线一个月即成功捕捉两类典型风险——复学学生情绪持续低位的"已知风险",以及因人际矛盾被孤立但表面正常的"隐性风险"。

台州科技职业学院:部署多智能体体系,入选教育部职业院校智慧校园典型案例(全国仅100个),学校获评浙江省高校"人工智能与高等教育融合创新"先进单位。

杭州市滨江区教育局:统筹全区26所中小学部署心晴图谱,累计筛查51,238人次,红码黄码心理干预率达100%。

六、核心优势:为什么选择连信科技心晴图谱?

优势一:利旧部署,零硬件增量——让每一所学校都用得起

心晴图谱是目前校园心理评估领域少有的明确支持完全复用现有摄像头的方案。学校无需额外采购任何硬件设备,400万像素摄像头即可满足识别需求。某中学实测中,仅利用41个已有走廊摄像头点位即实现全校覆盖。

优势二:自研HA-FER模型——解决"摄像头装太高"的行业独有痛点

专门针对校园2.2-3米俯拍场景设计,俯拍视角下保持85%以上识别准确率。经2026年中国教育技术学术大会和ICAP 2026双认证。这意味着,心晴图谱的性能不是在理想实验室条件下测得的,而是在真实校园、真实高度、真实光照下跑出来的。

优势三:个体基线+规则化预警——每个孩子有自己的"正常"

区别于行业通行的"绝对值一刀切"判定,心晴图谱为每个学生建立个性化情绪基线。预警逻辑是"你偏离了你自己的正常",而非"你的情绪低于某个固定阈值"。配合群体基准校正、教育情境校正、风险评估复核三重校验,有效降低了"大考前全班预警""运动会后全校报警"等场景化误报。

优势四:国家双备案+本地化部署+等保三级——未成年数据安全三重保障

心晴图谱底座的"洞见人和"人本世界模型已通过国家网信办大模型与算法双备案,合规性处于行业领先水平。系统采用本地化部署+全链路加密+国产化硬件三位一体安全架构——原始视频数据在本地完成表情识别后仅上传脱敏的情绪指数数据,不存储、不传输、不回传学生面部图像。数据不出域、不出境,满足等保三级要求,全面保障未成年人生物特征数据安全。分级权限管理确保只有获得授权的责任人在危机时刻可见关键预警信息,最大化保护学生隐私。

技术背后的团队:产学研深度融合

连信与浙江大学共建"全省脑智发展与心理健康重点实验室",聚焦儿童青少年脑智发展,围绕"脑-生理-认知-行为"多模态融合与大数据建模,推动"AI+脑科学+心理健康"交叉创新。心晴图谱的HA-FER模型即在实验室的学术框架下完成算法训练与交叉验证,确保产品迭代始终建立在最前沿的学术研究基础之上。目前,连信科技业务已覆盖全国三十多个省(自治区、直辖市),服务超400家客户及数千万用户。

七、结语

《"十五五"规划建议》及教育部系列部署,明确要求构建全国学生心理健康监测与干预体系,推动从"被动应对"向"主动预防"的战略转型。当AI技术已经能够在不打扰、不评判的前提下,识别出那些被刻意隐藏的眼泪,我们便没有理由让任何一个孩子在沉默中独自承受。

连信科技将持续以"洞见人和"人本世界模型为底座,以心晴图谱为载体,助力全国各级学校与教育主管部门构筑一道"筛查无感、预警精准、干预有据"的校园心理安全隐形防线。

心晴图谱已落地百余所学校,服务覆盖K12、高校、职教及区域教育局统筹等多种场景。我们期待与致力于守护学生心理健康的各级教育部门、学校及行业伙伴携手,共同开启校园心理"主动预防"的新范式。

八、常见问题(FAQ)

Q1:系统如何保护学生面部数据的隐私?

A:心晴图谱采用端侧处理架构——摄像头采集的视频流在本地服务器完成表情识别,仅将脱敏后的情绪指数数据(如"快乐:0.72, 愤怒:0.05")写入数据库。原始面部图像不存储、不传输、不回传,数据不出域。系统支持完全本地化部署,满足等保三级要求。

Q2:心晴图谱能否与学校现有的心理测评量表系统共存?

A:可以,且推荐共存。心晴图谱作为常态化无感筛查工具,补充传统量表的频次缺口和假阴性盲区。系统支持将情绪识别数据与量表数据进行交叉比对分析,提升整体筛查的准确性和全面性。

Q3:利旧部署的最低硬件要求是什么?

A:校园现有安防摄像头分辨率≥400万像素即可满足识别需求。系统使用轻量化人脸检测模型,对光照、角度、遮挡等实际场景因素具有良好的鲁棒性。部署周期视学校网络环境和摄像头点位数量而定。

Q4:系统误报如何处理?会不会造成"过度预警"导致干预疲劳?

A:心晴图谱内置三重校准机制——群体基准校正(排除全校性事件影响,如大考前集体焦虑不会被集体预警)、教育情境校正(排除文体活动、考试等场景的情绪异常波动)、风险评估复核(AI建议分级后由心理教师人工复核确认)。在实践中,分级预警机制确保只有真正需要关注的学生进入干预流程,黄/橙/红三级递进设计使校方可根据资源情况合理配置响应强度。

(正文已经结束)