国外研究人员利用量子计算研究了COVID-19大流行对大学生心理健康的影响。这项研究是基于多样化的大学生群体，深入研究了大流行后影响心理健康的复杂因素。

由来自延世大学(Yonsei University)和韩国量子计算领域的研究人员组成的研究小组还表示，这项研究为量子计算机在心理健康领域的应用指明了方向，这是一个处理复杂的心理社会变量和大型数据集的领域，量子机器可能已经准备好对这些变量进行分类。

在这项发表在预印本服务器ArXiv上的最新研究中，研究人员从751名大学生中收集了多变量数据集，并仔细检验了各种心理健康因素之间的复杂关系。这项研究的独特之处在于它利用了量子计算技术，特别是利用了D-Wave商用量子计算机，进行特征选择和分析这些因素在大流行前后的关键变化。

该研究中使用的基于量子退火(QA)的特征选择算法可能会为心理健康研究的范例转变铺平道路。这些算法使研究人员能够深入了解大流行如何改变各种心理健康因素的重要意义。为了确保研究结果的鲁棒性，该团队还采用了多变量线性回归(MLR)和XGBoost模型等传统技术来验证基于量子的算法。

这项开创性研究的结果表明，基于量子退火的算法在因子分析研究领域占据了自己的地位，这些算法展现出类似于广泛使用的MLR模型的能力。此外，这种基于量子退火的算法，为大流行后世界心理健康因素的变化提供了宝贵的见解。

该研究最显著的发现之一是，在大流行后情景中，特定因素的相对重要性发生了变化。与大流行病有关的因素变得更加突出，比如人们对社会制度的信心。学生们对社会结构的稳定性和有效性的看法，也已经成为他们心理健康的关键决定因素。

随着教育机构继续努力应对大流行病的持续挑战，这项研究可作为未来研究和干预措施的重要参考点。这项研究的影响甚至超出了学术界。心理健康研究人员从这项研究中获得了新的见解和知识，还利用了量子计算机来为他们的研究提供动力。(编译：Tmac)