今日文獻聚焦於「多模態人工智慧在情緒與憂鬱症評估中的創新應用」，雖未直接以討好型人格為研究對象，但透過精準識別隱性焦慮與自我壓抑情緒，為未來輔助辨識人際迎合行為背後的情感調節障礙提供了潛在的技術藍圖。
Bio Systems · Model Development and Feasibility of Real-World Deployment of Multimodal Input-Based Subtyping of Depression in Tele-Counseling for Scalable Mental Health Assessment.
開發一個結合音訊、視訊與文字的低算力多模態AI模型，能在遠距諮商中精準分類憂鬱症及動力喪失等次症狀，有助於及早篩檢伴隨依附焦慮的情緒困擾個案。
💡 提供具備邊緣運算能力的遠距心理健檢輔助工具，有助於基層或短缺醫療資源地區早期篩檢憂鬱與焦慮症狀。
Neural networks : the official journal of the International Neural Network Society · Hypergraph multi-modal learning for EEG-based emotion recognition in conversation.
提出結合腦電圖（EEG）、音訊與視訊的超圖學習框架，能精準捕捉對話中難以用言語表達的隱藏情緒，為理解自我壓抑傾向者提供了神經科學層面的新視角。
💡 雖能精準偵測隱藏情緒，但受限於腦電圖設備在一般心理治療情境中的普及度，目前僅具高度研究價值。