當檢測抑鬱症時，眼睛可以透露很多
2024年10月1日
據估計，全球約有3億人，約佔全球人口的4%，受到某種形式的抑鬱症影響。但檢測抑鬱症可能很困難，特別是當受影響的人不（或不願意）向朋友、家人或臨床醫生報告負面情緒時。
現在，斯蒂文斯教授裴尚元（Sang Won Bae）正在研究幾款人工智能驅動的智能手機應用程序和系統，這些應用程序和系統可以非侵入性地警告我們和其他人，我們可能正在變得抑鬱。
“抑鬱是一個重大挑戰，”裴說。“我們想幫忙。”
“由於今天世界上大多數人每天都使用智能手機，這可能是一個已經構建並準備好使用的有用檢測工具。”
眼睛快照，揭示情緒
裴與斯蒂文斯博士生拉胡爾·伊斯蘭（Rahul Islam）共同開發的一個系統，稱為PupilSense，通過不斷拍攝和測量智能手機用戶瞳孔的快照來工作。
“過去三十年的研究反覆證明，瞳孔反射和反應可以與抑鬱發作相關聯，”她解釋說。
該系統準確計算瞳孔的直徑，並與眼睛周圍的虹膜進行比較，這些數據來自用戶打開手機或訪問某些社交媒體和其他應用程序時捕獲的10秒“連拍”照片流。
在對25名志願者進行的為期四週的系統早期測試中，該系統——嵌入在這些志願者的智能手機中——在收集瞳孔圖像數據後，分析了約16,000次手機互動。教會人工智能區分“正常”反應和異常反應後，裴和伊斯蘭處理了照片數據，並將其與志願者自我報告的情緒進行比較。
PupilSense的最佳版本——一種僅使用選定的高質量數據點的版本，被稱為TSF，在標記人們確實感到抑鬱的時候顯示出76%的準確率。這比目前正在開發和測試的最佳智能手機抑鬱檢測系統AWARE更好。
“既然這個概念已經被證明，我們將繼續開發這項技術，”裴補充說，裴此前還開發了智能手機系統來預測暴飲暴食和大麻使用。
該系統首次在春末於日本舉行的國際活動與行為計算會議上亮相，現在該系統已在GitHub平台上開源。
面部表情也能揭示抑鬱症
裴和伊斯蘭還在開發另一個系統，稱為FacePsy，該系統強大地解析面部表情以洞察我們的情緒。
“越來越多的心理學研究表明，抑鬱症以非語言信號為特徵，例如面部肌肉運動和頭部動作，”裴指出。
FacePsy在手機的背景運行，每當手機被打開或常用應用程序被打開時，拍攝面部快照。（重要的是，它在分析後幾乎立即刪除面部圖像，以保護用戶隱私。）
“當我們剛開始時，我們並不知道哪些面部動作或眼球運動會與自我報告的抑鬱症狀相關，”裴解釋說。“其中一些是預期的，有些則令人驚訝。”
例如，在試點研究中，增加的微笑似乎與幸福無關，而是與潛在的抑鬱情緒和情感的跡象相關。
“這可能是一種應對機制，例如人們為自己和他人裝出‘勇敢的面對’當他們實際上感到低落時，”裴說。“或者這可能是研究的一個假象。需要更多的研究。”
早期數據揭示的其他顯示抑鬱症的信號包括早晨時間的面部運動減少和某些非常具體的眼球和頭部運動模式。（例如，早晨的頭部側向運動似乎與抑鬱症狀的增加密切相關。）
有趣的是，早晨和晚上眼睛睜得更大的檢測率也與潛在的抑鬱症相關——這表明外在的警覺或快樂表情有時可以掩蓋內心的抑鬱情緒。
“其他使用人工智能檢測抑鬱症的系統需要佩戴設備，甚至多個設備，”裴總結道。“我們認為這個FacePsy試點研究是朝著緊湊、廉價、易於使用的診斷工具邁出的重要第一步。”
編輯評論：這篇文章揭示了人工智能在精神健康領域的潛力，特別是通過日常設備如智能手機來檢測抑鬱症的可能性。裴教授和他的團隊開發的PupilSense和FacePsy系統展示了科技如何融入我們的日常生活，提供及時的心理健康預警。然而，這些技術的隱私問題不容忽視，特別是面部快照和瞳孔數據的收集。這些系統的準確性和有效性仍需進一步驗證，但它們無疑為未來的精神健康監測提供了一個有趣的方向。
以上文章由特價GPT API KEY所產生
