情绪低落:Instagram上的帖子可能表明抑郁

社交媒体在监测心理健康方面可能有一些有趣的应用。佛蒙特大学的统计学家克里斯·丹福斯正在开发一种计算机算法，他说这种算法可以通过观察人们在社交媒体平台Instagram上发布的照片的内容和构图来识别抑郁症患者。在测试中它的拾取率高达70%乔治娅·米尔斯采访了克里斯的工作。

克里斯-在过去的几年里，有很多研究关注我们通过社交媒体透露的行为方面。特别是，我们参与的研究一直在试图从他们发布到Instagram上的照片和他们在推特上写的信息的各个方面来评估一个人的心理健康。

Georgia -你是怎么调查的?

Chris:我们招募了一些被精神病医生诊断为抑郁症的人，他们当时在社交媒体上很活跃。我们要求他们访问他们的社交媒体动态，因此我们将他们拍摄的照片与未被诊断为抑郁症的对照组拍摄的照片进行比较。

我们发现，那些被诊断患有抑郁症的人，他们的照片往往更蓝，更暗，更灰。他们倾向于较少的面孔，这些结果与精神病学家所知道的抑郁症是如何影响人们的一致。这确实会导致他们看到的世界颜色变少，他们花在大群人和社会互动上的时间也变少。

虽然这些发现并不特别令人惊讶，但从我们的角度来看，这项研究真正令人兴奋的是，当我们限制我们的计算机模型只能访问人们在正式诊断日期之前发布的照片时，它仍然发现了这些差异。这表明我们可以让患有抑郁症的人更快地去看医生。

乔治亚州——哦，哇!所以你可以量化这些指标比如更黑和更蓝的照片，这些东西在人们真正得到临床诊断之前就出现了?

克里斯-没错。结果与人们在其他社交媒体上的发现是一致的。我们在另一项关于抑郁症和创伤后应激障碍的研究中，从人们在Twitter上使用的词语和他们的行为中发现了这些健康状态的预测因素:他们发帖的频率，他们在帖子中添加链接的可能性。在他们被正式诊断之前，也有一些指标显示出他们之间的差异。

所以我认为我们的研究结果是有希望的，但它们实际上只是一个概念的证明。每项研究都有一个几百人的小群体，目前还不清楚这是否适用于使用Instagram或Twitter的普通人。但我们的目标是试图找出如何利用我们给手机的所有关于我们自己的信息:我们的语气，我们使用的词语，我们与之交流的人。这类数据是非常私密的，所以如果我们能保护它，同时，让算法访问预测我们健康状况的信息，我们就能更快地与医生联系。例如，医生可以获得比他们从典型的年度体检面谈中获得的更多信息。

Georgia -你认为这被社交媒体公司自己使用了吗?

Chris -当然，公司知道很多关于你的事情，即使你没有使用它，只是从你的朋友在网站上做什么。我确实预计会出现这样的情况:社交媒体公司向患有精神健康问题的人出售广告位，可能甚至没有打算，或者意识到他们正在这样做。我认为现在非常重要的一点是，我们开始就如何保护这类数据展开对话。

这项特别的研究是由少数人在有限的资源下完成的，但可以肯定的是，如果我们能做到，那么像Instagram或Facebook或Twitter这样的公司就可以利用这些数据来赚钱。我们希望他们用它来试着帮助我们更快乐、更健康。

格鲁吉亚——我想这是一个令人担忧的问题，人们会担心他们的隐私;人们在了解自己之前就能发现自己抑郁?

Chris -我认为我们在网上的数字足迹比我们意识到的更多地揭示了我们自己。做这样的研究的一部分就是向人们传达这些研究的结果是为了帮助人们了解当他们上网时需要注意什么。

乔治亚——社交媒体公司是否有办法将这些信息用于做好事?

当然，Facebook和Instagram都在积极地为人们提供心理健康资源，例如，搜索“抑郁”这个词，或者使用被认为是自我伤害的预测词。他们有团队在努力让那些有问题的人更快地接触到人。这是人工智能和实际人员的结合，然后他们被召集起来，试图解决发生的任何事情，可能还会派遣警察试图营救某人。所以很多公司都在做这类事情。

回到公共卫生的问题上来，还有很多其他的研究，其中一些是我们已经完成的，这些研究表明你可能想要量化一个城市或一个社会的运作情况，如果你观察特定的地理区域，这些事情可以从人们使用的词汇中推断出来。例如，我们已经展示了人口规模，健康排名，比如肥胖人群的比例，或者糖尿病患者的比例，这些都可以从人们在推特上使用的词汇中推断出来。

盖洛普(Gallup)所做的幸福感调查，不需要问任何问题就可以推断出来，只需要看看不同州(例如美国)人们使用快乐和悲伤词汇的频率。所以人们将会开发这种公共卫生仪器的应用。