近日，北京协和医学院护理学院李峥教授科研团队在智能健康监测与科研自动化技术领域取得进展，其研发的“一种老年人情绪分类方法、计算机设备及介质”和“基于大语言模型信息抽取的自动化Meta分析方法和装置”两项发明专利正式获得国家授权。两项成果分别从智能化情绪监测与自动化科研信息处理两个方向，为老年人健康管理和循证研究提供了创新的技术解决方案。

发明专利“一种老年人情绪分类方法、计算机设备及介质”主要面向老年人情绪状态难识别的问题，提出了一套结合面部表**与语音数据的多模态情绪分类方法。该方法首先获取待识别老年人的面部表**与语音数据，随后分别进行特征提取：从视频数据中提取面部表情特征，包括特定面部动作的存在与否及其强度；从语音数据中提取语音特征及对应的文本特征。将上述特征转换为融合特征并输入至训练好的情绪分类预测模型，最终输出情绪分类结果（如抑郁合并焦虑、抑郁合并淡漠、抑郁焦虑淡漠合并等），从而实现对老年人情绪的识别分类。

发明专利“基于大语言模型信息抽取的自动化Meta分析方法和装置”针对Meta分析过程中人工抽取信息耗时、易出错的问题，提出了一套利用大语言模型自动执行Meta分析任务链的技术体系。该体系由分析工具模块、记忆模块、规划模块及Meta‑Agent模块组成。其中，Meta-Agent模块作为核心部分，驱动全流程自动化分析：如根据研究主题构建PICO检索式，并利用思维链工具分解分析任务；动态调用分析工具模块中的相应工具予以执行；通过长期与短期记忆工具实现数据的存储与调用、借助自我评价与纠正工具进行决策优化；最后基于所提取数据，自动完成Meta分析计算。该技术实现了从文献解析、要素抽取到统计分析的Meta分析全流程自动化与智能化。

两项发明专利分别在情绪识别智能化和Meta分析自动化方向实现了技术创新，为构建高效、智能的健康研究支持系统提供了新的技术路径。

学院教师张欢、在站博士后马睛雅在上述工作中发挥了重要作用。