BJPsych Bulletin 评论提出四项原则，讨论数字行为数据用于心理健康筛查的边界
智能手机、可穿戴设备与人工智能（AI）系统产生的数字行为数据，正越来越多地出现在心理健康筛查问卷之外。
一篇发表于 BJPsych Bulletin 的评论指出，关于这类信号何时适用于筛查情境、如何解读而不越界到诊断，目前指导有限，并提出可检测变化、情境、提示时机与持续效用四项原则，以保留经验证筛查工具的作用。
分析推断原始来源可核对
事实与证据边界
该文发表于 BJPsych Bulletin，作者为 Sean D Young，所属机构为美国加利福尼亚大学欧文分校医学院急诊医学系。 文章为摘要级证据，可见内容提出四项原则：可检测变化（detectable change）、情境（context）、提示时机（informing timing）与持续效用（sustained utility）。
作者主张数字数据用于辅助解读和随访，而非替代经验证的筛查问卷，并强调应避免过度延伸到诊断。 原文未披露具体研究设计、样本或验证结果。
分析判断
这是一篇观点性评论，而非实证研究或临床验证，因此四项原则属于作者提出的分析框架，不构成数字行为数据筛查有效性的证据。 其价值在于为行业划定一个可讨论的边界问题：筛查与诊断之间如何区分，以及问卷之外的数字信号在解读和随访中扮演什么角色。
对产品和研究团队而言，它提示需要先回答“数据在什么情境下、以什么时机、产生何种可持续用途”，而非直接以数字行为信号宣称筛查或识别能力。
后续观察信号
- 查找该评论全文，核实四项原则的具体定义与举例
- 追踪是否有针对数字行为数据筛查准确性的系统综述