你的Facebook时间线或Instagram相册，就是你个人的心理健康晴雨表

wapbaike • • 百科知识 • 阅读 39

机器学习对精神分裂症的预判准确率平均可达88%

您的 Facebook 时间线或 Instagram 相册是您个人心理健康的数字晴雨表。

它并没有隐藏在表情符号、标签和格言等更明显的地方。 相反，它潜伏在你不知道的更微妙的信号中，比如医生的血压监测仪和心率监测仪，它们可以为你的心理健康状况提供准确的诊断。

对于一些用户来说，社交媒体只不过是分享最新的猫咪视频或旅行照片的地方，但现在他们可能会对这个结论感到惊讶。 这也意味着社交平台具有重要的潜力，例如拯救生命。 仅在美国，每 13 分钟就有一人自杀。 尽管如此，在过去50年的研究中，预测自杀想法和行为的能力并没有取得实质性进展，预测精神病发作或抑郁症的发作也面临着同样的困难。

但通过数据挖掘和机器学习从社交媒体海量碎片数据中提取信号，这种现状正在被彻底改变。 流感爆发已经通过这些方法进行了跟踪和预测。 现在开始转向应对精神疾病。

研究发现，如果你患有抑郁症，你的 Instagram 更有可能发布更蓝、更灰、更暗、面孔更少的照片。 这些照片得到的点赞会更少，但评论会更多。 您可能还更喜欢“Inkwell”滤镜，它将彩色照片变成黑白照片，而不是“Valencia”滤镜来使其变亮。

即便如此，仅这些特征还不足以诊断或预测抑郁症。 尽管如此，它仍然是建立预测抑郁症模型的关键。 这就是机器学习派上用场的地方。

哈佛大学和佛蒙特大学的研究人员最近使用这些技术分析了近 44,000 个 Instagram 帖子。 由此产生的模型正确识别出 70% 的抑郁症患者，而普通医生的识别率仅为 42%。 该模型的误报率也较低（尽管这个数字来自不同的人群，因此比较可能不公平）。 甚至在治疗师做出正式诊断之前，抑郁症的迹象就已经在用户的动态中显现出来——这使得 Instagram 成为一种早期预警系统。

如何正确使用社交媒体，避免心理问题？_社交媒体的媒体规制问题_社交媒体使用数据

美国总统唐纳德·特朗普经常在推文中使用更为乐观的语言。

心理学家长期以来一直认为语言与心理健康之间存在联系。 例如，精神分裂症患者说话断章取义、离题，而抑郁症患者则更多地使用第一人称单数。 最新的方法是在AnalyzeWords 中输入Twitter 名称。 这是一个免费的文本分析工具，可以查看功能词（代词、冠词和介词）来分析情绪和思维模式。 我最近发的 1017 个推文表明我感到愤怒和担忧，积极情绪低于平均水平——我最近对世界状况确实感到相当悲观。 在AnalyzeWords中输入@realdonaldtrump，您会看到特朗普在积极情绪方面得分很高，因此他的担忧、愤怒和抑郁可能低于平均水平。

但研究人员正在更深入地研究心理健康，而不是这个关于情绪和社交风格的快速且有时搞笑的测验。

可能反映抑郁的迹象包括增加使用负面词语（“不”、“从不”、“监狱”、“谋杀”）和减少使用正面词语（“快乐”、“海滩”和“照片”）。 但这些信号很大程度上是不确定的。 哈佛大学、斯坦福大学和佛蒙特大学更进一步，从大约 280,000 条推文中提取了许多特征（情绪、语言和上下文）。 由此产生的计算模型在识别患有抑郁症的用户方面得分很高，并正确预测了 90% 的创伤后应激障碍 (PTSD)。

如何正确使用社交媒体，避免心理问题？_社交媒体的媒体规制问题_社交媒体使用数据

AnalysisWords 通过研究您在 Twitter 上使用的词语来评估您的心理状态。

佛蒙特大学数学、自然科学和工程学研究员兼教授克里斯·丹福斯 (Chris Danforth) 表示，正面与负面词语的比例是模型中的一个关键预测变量。 其他重要的预测因素包括较长推文的数量。

丹弗斯强调，这项研究只针对一小部分特定人群，因此他将其视为概念验证。 但他很乐观。 “这些发现以及其他类似的发现表明，在线行为可以用来为诊断和筛查工具提供信息，”他说。 当添加生理信息（例如来自 FitBit 和睡眠应用程序）时，这些工具会更加强大。

机器学习对精神分裂症的平均预测准确率可达88%。 这种水平的成功率只能通过人机合作才能实现。

应该如何处理所有这些信息？ 授权可能是一个好的开始。 微软研究院的一个团队成功地根据孕妇在分娩前和分娩后早期的 Twitter 使用情况来预测哪些孕妇可能会经历巨大的行为变化。 他们在分娩前后的抑郁和焦虑症状并未得到充分诊断。

然而，研究人员也强调，他们的目标不是取代传统的诊断和预后方法。 但想象一下，如果孕妇尝试在智能手机上运行此类预测模型会发生什么。 通过移动应用程序，她们可以获得“产后抑郁风险量表”和相关资源信息，并在需要时获得急救帮助。

尽管如此，这个空间仍然保守，尤其是在隐私方面。 如果你的心理健康状况的数字痕迹被公开怎么办？ 您可能会成为制药公司的目标，或者受到雇主和保险公司的歧视。 此外，其中一些项目并未受到临床试验所接受的严格伦理监督。 用户通常不知道他们的数据正在被挖掘。 隐私和互联网伦理学者迈克尔·齐默（Michael Zimmer）解释说：“一些私人信息以某种方式在社交媒体上呈现的事实并不意味着它很容易访问和公开。”

对于这个美丽的新世界，需要添加一些限制。 2013 年，谷歌流感趋势大大高估了流感高峰。 哈佛大学的一个研究团队指责大数据的傲慢（Big Data Hubris），称：“它常常有一个隐含的预设，即大数据可以取代传统的数据收集和分析，而不是补充后者。”

数据挖掘和机器学习也有助于及早发现心理健康问题。 目前，从抑郁症发病到找到治疗人员需要 6 至 8 年的时间。 焦虑症的发病时间从 9 到 23 年不等。 接下来，我们希望看到改进。 目前全球有 20 亿用户经常使用社交媒体——这是这些方法得以推广的基础。 正如马克·扎克伯格最近在规划 Facebook 人工智能时所写的那样：“世界上已经发生了可怕的悲剧事件——比如自杀，其中一些是现场直播的——这是可能的。如果有人知道这些事件发生了什么，这是可以避免的。”人们提前并尽早报告。”

在现实生活中，就诊前后都存在心理健康问题，而且症状会随着时间的推移而发生变化。 在线帖子、图片和推文可以揭示个人的心理健康状况，也许互联网的使用还可以促进心理健康的预测、诊断和恢复。

原创文章，作者：wapbaike，如若转载，请注明出处：https://www.wapbaike.net/read/135124.html

赞 (0)
wapbaikewapbaike
0
上一篇 2023年8月27日 pm7:22
下一篇 2023年8月27日 pm7:23

相关推荐

发表评论

登录后才能评论
微信咨询
QQ客服