心理预警系统最难的地方，是同时处理两类错误：该提示时没有提示，叫漏报；不该提示时频繁提示，叫误报。信号检测理论提供了一个清楚框架：系统要在发现风险和控制误报之间寻找平衡。
学校心理普查、企业 EAP 和咨询机构筛查都需要预警，但预警阈值不能只追求“越敏感越好”。过度敏感会消耗人力，也会让用户产生标签压力；过度保守则可能错过需要支持的人。
漏报会让支持来得太晚
漏报意味着系统没有识别到需要关注的信号。可能是量表覆盖不足，可能是用户防御作答，也可能是阈值设置太高。漏报的代价，是老师、HR 或咨询师没有及时获得线索。
减少漏报，需要提高信号来源。除了量表总分，还可以结合单题风险、历史变化、开放文本、求助记录和异常作答。多个信号共同出现时，预警可信度更高。
社会期许偏差也会影响漏报。相关内容可看社会期许偏差影响心理测评作答，匿名说明需要降低防御。
误报会消耗信任
误报太多，会让管理者对系统失去耐心，也会让用户觉得自己被过度关注。学校里，心理老师时间有限；企业里，EAP 资源也有限。预警系统若频繁提示低价值风险，后续处理会变慢。
降低误报，需要分层预警。轻度变化可以进入观察队列，中高风险才进入人工确认。不同等级配不同动作，系统才不会把所有信号都推到同一层级。
阈值要按场景调整
同一套预警规则，不适合所有场景。学校普查更关注早发现，企业 EAP 更关注匿名和资源匹配，咨询机构更关注个案连续变化。阈值设置要看服务能力、干预流程和数据来源。
系统可以把预警结果分为几类：
- 明确需要人工确认。
- 建议持续观察。
- 建议用户自助阅读报告。
- 当前无明显预警。
这种分类能把信号检测结果转成工作流程。
预警质量要持续回看。
心理 SaaS 不应只上线一套固定阈值。每次预警处理后，都可以记录结果：是否确认有支持需求，是否转介，是否后续恢复，是否属于误报。长期看，系统能不断调整阈值和规则。
预警复盘还要看处理能力。学校心理老师数量有限，企业 EAP 顾问也有服务边界。阈值设置应和可用人力匹配，避免系统产生大量无法处理的提示。
信号检测理论还要求团队明确“错误成本”。在校园场景，漏报的成本通常更高，系统可以接受更多观察提示；在企业场景，误报可能伤害员工信任，阈值和权限要更谨慎。不同组织的成本不同，预警策略也应不同。
后台还可以保留阈值调整记录。什么时候调高敏感性，什么时候降低提示频率，调整依据来自哪次复盘，都应能追踪。这样预警系统才能从一次性配置变成持续治理。
对用户个人报告来说，预警语言要克制。系统可以提示“建议进一步确认”，把判断权交给专业人员和后续流程。这样既能保留风险信号，也能减少标签化表达。
信号检测理论让心理预警更务实。预警系统的目标是让漏报和误报处在可管理范围内，并让每一级提示都有对应处理动作。