热点事件持续更新
语音特征预测轮班工作者疲劳维度的纵向研究
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
2026年11月3日,一项发表于《npj Digital Medicine》的密集纵向研究报告,对来自六个国家的1197名轮班工作者连续两周每日两次测量,考察副语言语音特征与疲劳的关系。研究显示,语音特征可在留出数据中预测当前睡眠剥夺与自评困倦,表现接近或超过现有最先进水平;在个体内分析中预测性能显著提升,并可识别弥漫性身心耗竭等更主观的疲劳维度。作者认为结果初步支持将简短瞬时语音样本用作轮班工作者等高危人群的低负担疲劳测量手段。该研究为相关性预测研究,尚未涉及临床应用。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 08:00
新研究显示语音特征可在个体内预测轮班工作者的睡眠剥夺与困倦等疲劳维度。报道时间线
沿着报道,了解事件的不同侧面。
11月3日
- npj Digital Medicine纵向研究:用语音数据预测轮班工作者的不同疲劳维度
一项针对六国1197名轮班工作者的密集纵向研究(连续两周每日两次测量)显示,副语言语音特征可在留出数据中预测当前睡眠剥夺与自评困倦,表现接近或超过现有最先进水平。在个体内分析中,预测性能显著提升,可识别弥漫性身心耗竭等更主观的疲劳维度。结果初步支持将简短瞬时语音样本用作轮班工作者等高危人群的低负担疲劳测量手段。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。