美国心理学会报告显示，近五分之一的警情涉及心理健康危机事件。由于急救人员缺乏行为健康培训，往往需要在几秒钟内做出关键决策，导致处置难度加剧。肯尼索州立大学计算机科学专业学生Mason Pederson正与该校人类-人工智能协同实验室（CHAT）合作，开发尖端AI辅助系统以解决这一问题。
该项目由副教授Hafiz Khan领导的CHAT实验室发起，Mason Pederson在博士生Abm Adnan Azmee协助下，主导开发了集成自然语言处理（NLP）技术的AI模型。Pederson强调："该系统旨在增强而非替代人类判断，通过分析个体的观察行为和语言反应特征，为急救人员提供数据驱动的实时洞察，辅助决策制定、优化后续应对方案，并最终提升社区心理健康水平。"
该人工智能系统通过深度学习分析警察报告中的言语模式，突破传统语言线索分析范畴，整合关键词证据和类型证据，可有效识别药物滥用、心理创伤等潜在健康问题。例如，系统能够解析个体在高压环境下的语言特征和应激反应，提取关键心理状态指标。项目团队已与科布县警局和消防部门展开深度合作，通过现场观察和专家访谈持续优化模型精度。
该项目获得学术界高度认可：在IEEE大数据2024国际会议上，Pederson的研究斩获本科及高中组最佳论文二等奖。KSU计算与软件工程学院院长Sumanth Yenduri评价："Mason的研究不仅展现了技术创新性，更体现了对社会需求的深刻理解，其开发的系统在紧急救援场景具有革命性意义。"
目前该技术正朝着提升响应速度、诊断准确率和可及性方向持续优化。Pederson表示："我们的最终目标是实现心理健康急救与生理急救同等水平的紧急响应体系，这种技术革新能为更多人带来实质帮助。"该项目标志着人工智能在公共健康干预领域的又一突破性应用。
【全文结束】
