结论

香港中文大学（深圳）及深圳环区研究院团队在 Asia/Shanghai 9月24日首次公开预印本，以序贯低秩适配实现跨抑郁量表的连续严重度预测。作者报告，先在英文DAIC-WOZ的PHQ-8任务上微调Qwen3，再将适配器迁移至100例中文真实临床咨询的HAMD-17任务，在患者级分层5折2重复交叉验证下取得点估计最优，Qwen3-0.6B为MAE4.96、RMSE6.59、宏F1为0.36，Qwen3-1.7B为MAE4.38、RMSE5.62、宏F1为0.46。以上为作者在受控小样本实验中的结论，为预印本v1未经同行评审，也未经本站独立验证，不应视为筛查或诊断效用的证明。

方法与评估条件

论文提交记录为2026年9月23日17时30分07秒UTC，对应北京时间2026年9月24日01时30分，收录于arXiv 9月24日公告批次，满足当日首次公开门槛。研究对象是从临床访谈文本预测连续严重度分数，而非二分类。主干为冻结的Qwen3-0.6B或1.7B，仅更新注入注意力与MLP投影的LoRA适配器与单个有界回归头，回归头以Sigmoid将末层隐状态映射至量表上限内。输入为语言匹配的分析提示加完整转录，截断补齐至8192 token并采用左侧截断，优化目标为光滑L1损失。数据范围为189个英文虚拟治疗师会话的DAIC-WOZ与100个中文真人医患咨询的PDCH，前者为PHQ-8自评，后者为医生评定的HAMD-17，两者为相关但不等价的量表。评估采用患者级分层5折2重复交叉验证，报告MAE、RMSE及按固定严重度分段的准确率与宏F1，对照包括仅目标训练、非LLM基线、打乱标签与无监督暴露。

主要结果

作者围绕跨量表迁移是否有效报告三组结果。第一，序贯协议在两个主干上均数值优于仅目标训练与非LLM基线，1.7B整体优于0.6B。第二，消融显示正确对齐的源监督给出最佳点估计，无监督暴露与打乱标签对照也有部分增益，反向顺序在运行方差内无明确增益，中文原生输入优于机翻英文输入。第三，作者明确该实验同时改变量表、语言与采集范式三轴，只能检验联合偏移，不能分离各轴贡献。

  • 189例英文DAIC-WOZ的PHQ-8适配初始化100例中文PDCH的HAMD-17微调，在5折2重复验证下0.6B达4.96/6.59/0.36，1.7B达4.38/5.62/0.46；正确对齐的源监督最佳，打乱标签与无监督暴露仅部分增益；中文原生输入优于机翻英文，反向迁移无明确增益；三轴联合偏移下验证，未分离量表、语言与范式各自贡献。

局限与适用边界

本研究为预印本v1，作者自述为探索性单中心内部评估，所有数字限本次冻结流程、特定切分与两个Qwen3版本，不得推广为全部模型或全部抑郁评估场景的普遍结论。目标端仅100例，运行间方差不可忽略，对照设计未能将对齐确认为唯一驱动因素。PDCH转录来自经变声匿名处理的ASR结果，声学通道已改变，本文仅研究文本通道，ASR误差影响留待未来工作。量表间仅中度相关且人群严重度不同，可迁移的严重度信号受量器重叠上限约束。作者明确不确立筛查或诊断效用，不作MDD诊断主张，严重度分段仅为报告约定而非诊断分类。

是否同行评审与潜在意义

截至核验时，该工作状态为预印本，arXiv页面标注为投往ICASSP 2027的预印本，无会议或期刊接收信息，编辑将其归为预印本而非已获同行认可的事实。若后续能被独立复现，其意义在于为小样本临床文本提供一条可操作策略：以不同量表、不同语言的相关数据经适配器初始化补充目标训练，而非直接混训或仅做二分类。中国读者参考时应注意目标数据为单中心中文住院偏重的真实咨询，转录含ASR与变声伪影，实际采用仍需在自有分布上重测，并保留临床医生复核与伦理隐私审查，不可直接用于诊疗决策。