Psychologisches Wohlbefinden und emotionale Zustände gelten als wesentliche Einflussfaktoren in der Medizin. Sie beeinflussen nicht nur die Therapietreue, sondern auch den Heilungsverlauf und die langfristige Lebensqualität. Die objektive Echtzeiterfassung emotionaler Zustände bleibt jedoch eine große Herausforderung. Dieser Beitrag stellt aktuelle Entwicklungen im Digital Affective Computing vor und gibt einen Überblick über moderne Technologien und Methoden der Emotionsanalyse. Besonders hervorgehoben wird der Einsatz von Ambient- und tragbaren Technologien, die personenzentrierte Daten kontinuierlich und unauffällig erfassen. Multimodale Modelle, die verschiedene Datentypen kombinieren, sowie unimodale Modelle mit Fokus auf einzelne Datenquellen werden beleuchtet. Zudem wird diskutiert, wie diese Modelle emotionale Muster erkennen und welche Herausforderungen sich hinsichtlich Datenqualität und Modellrobustheit in der Praxis ergeben. Abschließend wird das Potenzial des Digital Affective Computing zur Stärkung des Patientenempowerments und zur Verbesserung personalisierter Gesundheitsversorgung erörtert.