我们的社交媒体帖子透露的信息比我们意识到的更多，包括我们何时需要帮助。今天（8月8日）发表在《EPJ Data Science》期刊上的一篇论文中，两位研究人员发现，一种能从人们的 Instagram 帖子中识别若干关键迹象的算法，诊断抑郁症的效果可能胜过医生。
佛蒙特大学的 Chris Danforth 和哈佛大学的 Andrew Reece 研究了 166 名研究参与者发布的近 44,000 张 Instagram 照片，其中 71 人此前曾被诊断患有抑郁症。研究团队开发了一种工具，用来分析这些帖子，并依据既往研究确定的指标识别抑郁症，例如抑郁症患者往往偏爱较灰暗的颜色，而且较少表现出社交活动的迹象（研究人员认为，发布的图片中没有人脸可能体现了这一点）。
他们发现，无论是在确诊之前还是之后，抑郁症患者发布的帖子往往都比健康人士的帖子包含更多蓝色、深色或灰色调。结果发现，抑郁症患者实际上更可能发布有人脸的照片；但健康人士发布有人脸的图片时，照片中的人数往往更多。（作者没有调查照片里的人是谁，因此无法判断这是否意味着抑郁症患者会发布更多自拍。）
抑郁症也会降低人们在帖子中使用滤镜的可能性。即使使用滤镜，与健康人士相比，抑郁症患者也尤其可能选择 Inkwell 滤镜，将照片转为黑白。没有抑郁症的人则比抑郁症患者更偏爱 Valencia 滤镜，它能让照片呈现阳光亲吻般的效果。
科学家发现，他们设计的工具在识别参与者是否患有抑郁症时，准确率可达 70%。一项关于医生诊断抑郁症的研究综述发现，医生准确识别抑郁症患者的比例仅为 42%。
这是若干项有希望的实验之一，这些实验利用人工智能诊断心理健康状况。一家名为 NeuroLex Diagnostics 的公司正在开发一系列人工智能工具，能够识别语音中显著的模式和特征，以诊断问题，包括抑郁症、精神分裂症、阿尔茨海默病和帕金森病。这款应用Ginger.io会从智能手机活动中寻找抑郁和焦虑的迹象；如果判断用户长时间没有出门或与朋友交谈，就会帮助他们联系治疗师。
机器辅助有望为心理健康领域带来积极进展。在这一领域，相关问题常常未得到诊断和充分治疗。美国的自杀率已达到 30 年来的最高水平，据估计，美国有 55% 的县完全没有执业心理学家、精神科医生或社会工作者。更容易发现精神疾病，是帮助人们获得所需援助的第一步。
