分析心理健康數據、識別情緒模式、追蹤治療進展、評估危機風險,並將心理健康狀況與睡眠、運動及營養相互關聯。
Mental Health Analyzer 是一項資料驅動的技能,能讀取您的個人心理健康紀錄——包括 PHQ-9/GAD-7 評估、每日情緒日誌與治療記錄——並產出涵蓋趨勢、情緒模式、危機風險及治療進展的結構化分析報告。它亦會將心理數據與睡眠、運動、營養及慢性病追蹤器進行關聯分析,以揭示影響您心理健康的生活方式因素。立即安裝,在不取代專業醫療照護的前提下,持續獲得以實證為基礎的心理健康洞察。
追蹤多個時間點的憂鬱症與焦慮症評估分數,計算每月變化速率,偵測嚴重程度等級的轉變(例如:中度 → 輕度),並將快速惡化(每月 ≥5 分)標記為需要立即關注的危機訊號。
透過頻率與強度識別您最常出現的情緒,依一天中的時段與星期幾繪製心情模式圖,衡量情緒波動程度,依影響程度排列您的前 10 大觸發因素,並根據實際效果為每種應對策略評分。
評估七項加權風險維度——包括 PHQ-9 第 9 題(自傷意念)、症狀發展軌跡、社交退縮及功能損害——以產生 0–20+ 的風險分數,並分類為低、中或高風險,同時提供分級行動建議與緊急資源連結。
測量每個治療目標的完成百分比、計算症狀相較於基準線的改善幅度、追蹤療程出席率與作業完成品質,並預測預估的目標達成日期。
量化心理健康分數與睡眠品質(PSQI)、運動頻率與類型、咖啡因及糖分攝取量,以及慢性病負擔之間的統計關係——找出哪些生活方式因素對您的心理狀態影響最為顯著。
根據您的風險等級與已識別的模式,生成每週及每月行動計畫,強調值得強化的高效因應策略,標示需重新考量的低效策略,並依緊急程度提供經過校準的專業資源轉介建議。
一位正在接受認知行為治療(CBT)的使用者,透過 /mental therapy progress 指令,利用 Mental Health Analyzer 生成一份結構化報告,顯示 PHQ-9 分數在 5 個月內從 14 分改善至 8 分的進展、目標完成百分比,以及預計達到目標分數的日期——非常適合與治療師共同討論分享。
一位使用者執行 /mental analysis correlations,透過 Mental Health Analyzer 發現其焦慮分數在睡眠不足 6 小時且咖啡因攝取量偏高的隔天會明顯飆升,而進行有氧運動的當天則顯示課後焦慮程度降低了 50%——從而能夠針對性地調整生活方式。
一位使用者安排定期執行 /crisis assessment,以監控其多因素風險評分。當評分因社交退縮加劇及症狀惡化速度加快,從 3 分上升至 7 分時,Mental Health Analyzer 將其標記為中度風險,並建議在 48 小時內安排臨床診療預約。
透過使用 /mental pattern,使用者發現下午的工作壓力是他們最高頻率的觸發因素,而冥想(有效率 85%)與運動(有效率 90%)是最可靠的應對工具——協助他們建立更有意識的日常生活規律。
data-example/mental-health-tracker.json — 包含 PHQ-9 和 GAD-7 評估歷史的主要心理健康檔案(必要)data-example/mental-health-logs/ — 按月份整理的每日情緒日記 JSON 檔案目錄(模式分析所需,必要)data-example/sleep-tracker.json — 用於睡眠與心理健康相關性分析的睡眠資料(選填)data-example/fitness-tracker.json — 用於運動與情緒相關性分析的運動資料(選填)data-example/nutrition-tracker.json — 用於營養與心理健康相關性分析的飲食資料(選填)data-example/diabetes-tracker.json / hypertension-tracker.json — 用於共病分析的慢性病資料(選填)data-example/medication-tracker.json — 藥物依從性資料(選填)npx clawhub@latest install mental-health-analyzer登入後撰寫評價
尚無評價。來分享你的使用體驗吧!