一个用于可视化管理大学生焦虑相关压力的校园数字孪生框架

《Frontiers in Artificial Intelligence》：A campus digital twin framework for visualizing and managing anxiety-related stress among college students

　　

摘要
引言：大学生中的焦虑相关压力已成为一个显著的公共卫生问题，影响学生福祉、学业表现及校园运营。然而，数字孪生（Digital Twin, DT）在校园心理健康管理中的应用仍十分有限。本研究提出一个校园规模数字孪生框架，从地理空间视角支持大学生焦虑相关压力的监测、分析与管理。方法：该框架由三个集成层组成。数据采集与管理层整合了来自可穿戴设备、校园心理健康服务记录及校园地理空间数据的聚合压力相关指标。建模与仿真层表征学生压力模式的时空动态，并支持基于场景的分析。用户应用层为校园管理者、心理健康专业人员及学生提供交互式可视化与决策支持工具。结果：基于所提出的框架，研究人员开发了一个包含四项主要功能的数字孪生可视化系统。这些功能包括：焦虑相关压力趋势的持续监测、校园规模压力热力图可视化以支持时空评估与靶向干预、数字孪生支持的校园心理健康设施管理与空间规划，以及个性化低压力路径导航与恢复性空间推荐。讨论：作为概念验证，该原型展示了将校园数字孪生技术应用于聚合隐私保护的压力可视化与决策支持的潜在可行性，并强调了将地理空间智能与数字孪生技术相结合的价值。本研究贡献了一个可扩展且可迁移的框架，支持预防性心理健康策略、知情决策及可持续健康的校园环境。未来的实证验证需评估系统准确性、可用性、有效性及伦理可接受性。

论文解读文章

**研究背景**
近年来，学业压力增加及疫情等外部因素导致大学生焦虑相关压力持续上升，成为高校最关键的公共卫生问题之一。现有研究主要通过个体层面的健康与行为指标探讨焦虑与压力，但较少关注共享空间环境或环境因素（如校园建成环境特征、日常空间体验）的影响。同时，恢复性环境理论（如注意力恢复理论ART和压力恢复理论SRT）表明，自然环境与绿色空间有助于压力缓解和注意力恢复，但缺乏对环境因素的关注限制了空间知情干预的制定及可持续健康校园环境的推进。快速发展的数字技术（如可穿戴设备、传感器）为监测个体情绪压力与空间环境变化提供了新机遇，但数字孪生（Digital Twin, DT）在校园心理健康管理中的应用仍存在显著空白——现有研究多将数字孪生应用于校园运营子系统（如课程管理、能源管理、热应激监测等），而尚未系统应用于大学生焦虑压力的可视化与管理。因此，本研究旨在开发一个校园数字孪生原型，从地理空间视角可视化与管理大学生焦虑相关压力，以支持校园心理健康管理。

**研究内容与结论**
研究人员提出一个由数据采集与管理层、建模与仿真层、用户应用层组成的三层数字孪生框架，并以德克萨斯农工大学（Texas A&M University）为部署背景，构建了一个基于Web的可视化仪表盘原型。该原型使用合成数据展示概念验证的潜在可行性，而非真实健康数据。研究得出以下结论：该数字孪生原型能够支持校园学生心理压力状况的监测，改善学生恢复体验，帮助减少焦虑相关压力；同时可增强校园心理健康管理者的决策能力，为校园环境中的靶向公共卫生干预策略提供信息。该研究贡献了一个可扩展、可迁移的框架，发表于《Frontiers in Artificial Intelligence》。

**主要关键技术方法**
研究人员采用三类关键技术方法：1）数据采集与整合：整合来自可穿戴设备（如Apple Watch）的心率变异性（HRV）数据、校园心理咨询服务记录、校园地理空间数据（建筑物、设施、环境特征），所有数据以聚合形式处理以保护隐私；2）建模与仿真：基于HRV定义焦虑相关压力指数，使用核密度估计生成校园压力热力图，并采用基于规则与场景的方法（而非动态代理模型）模拟常规学期与考试周等不同时间场景下的压力分布；3）低压力路径导航模型：基于恢复性环境理论（ART、SRT），构建加权最低成本路径模型，结合步行距离、噪声水平、人群密度、绿色度四项指标，使用Dijkstra算法求解最优低压力步行路径。所有数据均为合成数据，无真实样本队列。

**研究结果**
**功能1：监测大学生焦虑相关压力趋势**
通过仪表盘设计，支持校园管理者、心理健康服务人员监测聚合与匿名化的压力趋势，包括整体压力分布、不同教育群体（本科生/研究生）差异、月份与日期变化、咨询中心访问量等，强调群体模式而非个体追踪，平衡决策支持与学生隐私。

**功能2：校园压力热力图与时空监测及干预**
集成于地图交互视图，展示校园聚合压力热力图，可叠加交通流量、行人移动、噪声等实时情境数据，以及绿色空间、教学区等多源空间数据。时间滑块（位于界面左下角）允许用户查看不同时间条件（如1-12月、常规日与考试周、白天与夜晚、工作日与周末）下的压力分布图，支持基于证据的决策并保护隐私。

**功能3：校园心理健康设施管理与空间布局规划**
通过仪表盘展示心理健康咨询中心、心理诊所的聚合实时访客量、学生学业水平、焦虑相关问题类别、访问时间段等信息。校园管理者可评估设施容量与拥堵情况，检查高峰服务需求是否与校园压力升高期一致，并考虑在不同压力区域部署新设施或临时设施。此外，还提供设施信息检索界面、空间分布地图及设施故障维护事件地图，支持基础设施运营。

**功能4：低压力路径导航与恢复性空间推荐**
支持学生通过交互式地图输入起点与终点，系统推荐基于多维传感器数据（声音水平、环境条件、交通特征）生成的低压力步行路线，特征为较低噪声、更多绿色空间、较少人群密度，有助于缓解情绪压力。系统还可根据普遍偏好与压力类别（而非个性化标识）推荐适合情绪恢复的场所（如校园公园、健身房、自习室），在保护隐私的同时提供情境感知指引。

**总结与讨论**
本研究作为概念验证原型，展示了将校园数字孪生技术应用于聚合隐私保护的压力可视化与决策支持的潜在可行性，并强调地理空间智能与数字孪生技术整合的价值。然而，研究存在若干局限性：1）使用合成数据而非真实个人健康数据，需在实际部署中验证；2）系统仍处于概念设计阶段，尚未纳入用户需求与评估，需根据用户体验反馈进行后续更新；3）建模与仿真层采用基于规则的场景分配而非动态仿真，更精细的时空分辨率需要更大计算资源与成本；4）个体层面心理健康与位置数据的收集整合涉及隐私保护、数据安全与伦理治理的重要问题。未来工作将集中于使用真实健康与环境数据部署并验证该框架，进行多用户群体评估，并确保隐私保护的数据聚合、匿名化与负责任使用。尽管存在这些局限，该数字孪生框架为推进校园心理健康研究提供了可扩展的参考，同时强调了技术创新与数据伦理、学生隐私之间的平衡。