微笑会是抑郁症的信号吗？人工智能揭示惊人发现

Could Smiling Signal Depression? AI Shows Surprising Findings

全球约有 3 亿人患有抑郁症，未报告时往往难以察觉。为解决此问题，Stevens 教授 Sang Won Bae 正在开发像 PupilSense 和 FacePsy 这样由人工智能驱动的智能手机系统，通过分析瞳孔大小和面部表情来无创地识别潜在抑郁症。

一位 Stevens 的研究人员创建了两款新的由人工智能驱动的智能手机应用程序，旨在检测我们瞳孔、面部表情和头部动作中的细微线索。

据估计，全球约有 3 亿人，约占全球人口的 4%，患有某种形式的抑郁症。然而，检测抑郁症可能具有挑战性，特别是当受影响的个人不与朋友、家人或医疗保健专业人员分享他们的负面感受时。

现在，Stevens 教授 Sang Won Bae 正在致力于几个由人工智能驱动的智能手机应用程序和系统，这些程序和系统可以无创地提醒我们以及其他人，我们可能正在变得抑郁。

Bae 说：“抑郁症是一个重大挑战。我们想要提供帮助。”

“而且由于当今世界上大多数人每天都使用智能手机，这可能是一个已经构建好并准备使用的有用检测工具。”

眼睛的快照图像，揭示情绪

Bae 与 Stevens 博士候选人 Rahul Islam 正在开发的一个名为 PupilSense 的系统，通过不断拍摄和测量智能手机用户的瞳孔来工作。

她解释说：“过去三十年的先前研究一再表明瞳孔反射和反应如何与抑郁发作相关。”

该系统从用户打开手机或访问某些社交媒体和其他应用程序时捕获的 10 秒“突发”照片流中，准确计算瞳孔直径与眼睛周围虹膜的比较。在对 25 名志愿者进行的为期四周的早期测试中，嵌入在这些志愿者智能手机上的系统在收集瞳孔图像数据后，分析了约 16,000 次与手机的交互。在教人工智能区分“正常”反应和异常反应后，Bae 和 Islam 处理了照片数据，并将其与志愿者自我报告的情绪进行了比较。

被称为 TSF 的 PupilSense 的最佳迭代版本，仅使用选定的高质量数据点，在标记人们确实感到抑郁的时间时，准确率达到 76％。这比目前正在开发和测试的用于检测抑郁症的最佳智能手机系统 AWARE 要好。

Bae 补充说：“既然这个概念已经得到证实，我们将继续开发这项技术。”他之前开发了基于智能手机的系统来预测狂饮和大麻使用。

该系统于春末在日本的活动和行为计算国际会议上首次亮相，现在该系统在 GitHub 平台上开源可用。

面部表情也揭示抑郁症

Bae 和 Islam 还在开发第二个名为 FacePsy 的系统，该系统强大地解析面部表情以洞察我们的情绪。

Bae 指出：“越来越多的心理学研究表明，抑郁症的特征是非语言信号，如面部肌肉运动和头部姿势。”

FacePsy 在手机后台运行，每当打开手机或常用应用程序时拍摄面部快照。（重要的是，它在分析后几乎立即删除面部图像本身，保护用户的隐私。）

Bae 解释说：“开始时，我们并不确切知道哪些面部手势或眼部动作会与自我报告的抑郁症相对应。其中一些是预期的，而有些则令人惊讶。”

例如，在试点研究中，增加的微笑似乎与幸福无关，而是与潜在的抑郁情绪和影响的迹象相关。

Bae 说：“这可能是一种应对机制，例如，当人们实际上情绪低落时，为自己和他人摆出‘勇敢的面孔’。或者这可能是研究的假象。需要更多的研究。”

早期数据中揭示的其他明显的抑郁症信号包括早晨面部运动较少以及某些非常特定的眼部和头部运动模式。（例如，早晨头部的左右摆动似乎与抑郁症状增加密切相关。）

有趣的是，在早晨和晚上检测到眼睛更睁开的频率较高也与潜在的抑郁症有关 - 这表明警觉或幸福的外在表现有时可能掩盖下面的抑郁情绪。

Bae 总结说：“其他使用人工智能检测抑郁症的系统需要佩戴设备，甚至多个设备。我们认为这个 FacePsy 试点研究是朝着紧凑、廉价、易于使用的诊断工具迈出的重要的第一步。”

参考：“FacePsy：一个开源的情感移动传感系统 - 在自然环境中分析面部行为和头部姿势以检测抑郁症”，作者 Rahul Islam 和 Sang Won Bae，2024 年 9 月 23 日，《ACM 人机交互会议录》。

DOI：10.1145/3676505

FacePsy 试点研究的结果将于 10 月初在澳大利亚举行的 ACM 国际移动人机交互会议（MobileHCI）上公布。

（全文结束）