一個研究發現,抑鬱症患者發佈在社交網絡中的照片相對色彩偏藍,而且偏灰偏暗。

識別憂鬱症在臨床上有一套複雜的流程:要填寫為數不少的量表,要報告最近一段日子的生活狀態等等。如果告訴你,有一種簡單的方法,只要分析一下你朋友圈中發過的照片,就能初步判斷你是否是憂鬱症患者,而且它的準確率或許還要比醫生初診高,你相不相信呢?

圖片來源:123rf.com.cn正版圖片庫
圖片來源:123rf.com.cn正版圖片庫

最近,哈佛大學心理與計算科學專業的博士生安德魯.里斯(Andrew Reece)與佛蒙特大學的數據科學教授克里斯福特.丹福斯(Christford Danforth)就通過實驗發現,人們發佈在社交媒體上的照片與發布者的心理健康狀態存在密切的聯繫,甚至可以在一定程度上預測發布者是否為憂鬱症患者。他們利用電腦技術,設計出了一套通過分析照片預測憂鬱症患者的模型,研究報告已發表在《歐洲物理雜誌.數據科學》(EPJ Data Science)上。

更藍,更灰,更暗

里斯和丹福斯的研究從社交網絡平台Instagram,因為這款應用在歐美國家非常盛行,它上面平均每天都有近1億張照片發布。更重要的是,有關Instagram使用與心理健康的研究方興未艾,以其作為對象,可以讓他們方便地將自己的結果與以往研究所得到的結果進行比較。

他們從亞馬遜的MTurk平台上招募參與者,通過標準化的憂鬱量表(CES-D)篩選憂鬱症參與者,這些人不僅要符合憂鬱量表的診斷標準,還需在過去幾年內被確診為憂鬱症,以此保證他們確實是憂鬱症人群。通過這種方式,實驗最終確定了71名憂鬱症參與者。另外,實驗還招募了95名健康參與者作為對照組。

包括憂鬱組與對照組在內的166名參與者,從他們開始玩Instagram到實驗開始時,總共在上面發布了4萬3千950張照片,這些便是實驗所需要的原始材料。里斯等人設計的模型,會抽取、分析照片所包含的兩種信息:一種是照片本身的圖像信息,包括色調(照片色彩的總體傾向)、飽和度(照片色彩的純度)、明度(照片整體的明暗程度);另一種是照片所反映的社會活動信息,包括用戶發布照片的頻率,每張照片的評論數、按讚數,以及照片中的面孔數量。除此之外,實驗還專門記錄了參與者使用濾鏡的信息。

實驗結果顯示,高色調、低飽和度、低明度的照片能有效預測憂鬱者患者。換句話說,相比於對照組,憂鬱症患者更喜歡發布色彩偏藍並且又灰又暗的照片。里斯在文中表示,這個結果與過去的研究結論較為一致,以往的臨床心理學研究發現,健康者更喜歡鮮豔的顏色,而憂鬱者則更喜歡偏灰、偏暗的顏色。

憂鬱症患者更喜歡發佈如右側這樣的照片;與左側的圖相比,右側圖色調更高(偏藍),飽和度更低(偏灰),明度更小(偏暗)。
憂鬱症患者更喜歡發佈如右側這樣的照片;與左側的圖相比,右側圖色調更高(偏藍),飽和度更低(偏灰),明度更小(偏暗)。

同時,憂鬱者的社會活動頻率也會有所下降。實驗發現,憂鬱者所發布的照片 ,平均獲得的按讚數都要少於對照組。雖然憂鬱者更喜歡上傳帶面孔的照片,但他們所發布照片中的面孔數卻比較少,照片多是獨照或者僅有兩個人的合照,這可能間接說明了憂鬱者的社交圈子比較窄。這些特點也是模型所考慮的重要參數,可以與照片的圖像信息一起「識別」出憂鬱症患者。

一個比較有意思的發現是,使用哪款濾鏡也是一個有效的預測指標。從整體上看,憂鬱者更少使用濾鏡。但一旦使用濾鏡,則他們更青睞黑白款或褪色系濾鏡,排名前三位的濾鏡分別是Inkwell、Crema和Willow,其中Inkwell與Willow都是將照片變成黑白色。對照組則有著與之完全不同的濾鏡偏好,他們更喜歡飽和度高、偏暖的濾鏡,比如Valencia、X-Pro II、Hefe等等。

第一行是原圖;第二行是憂鬱症參與者最喜歡用的三款濾鏡,按排名從左向右依次是Inkwell、Crema、Willow;第三行是對照組最喜歡用的三款濾鏡,按排名從左向右依次是Valencia、X-Pro II、Hefe。
第一行是原圖;第二行是憂鬱症參與者最喜歡用的三款濾鏡,按排名從左向右依次是Inkwell、Crema、Willow;第三行是對照組最喜歡用的三款濾鏡,按排名從左向右依次是Valencia、X-Pro II、Hefe。

電腦能透過圖片有效識別憂鬱症患者嗎?

如何提高憂鬱症正確診斷率,是精神衛生界面臨的共同問題。2009年,《柳葉刀》(The Lancet) 上的一篇文章對目前臨床上憂鬱症的正確診斷率進行了整合分析,在匯總了41項研究共計5萬371名來訪者的數據後,該文章發現,未使用測量工具的情況下,家庭醫生(並非精神專科醫生)對憂鬱症的正確診斷率只有42%。而運用機器學習算法,里斯對他們模型的預測能力進行了估測。當要求「識別」憂鬱者時,模型的正確率達到了70%。

雖然在預測準確性上,模型似乎要優於家庭醫生,但需要注意的是,模型也出現了不少次「錯報」(實為健康人,卻報告為憂鬱症患者)與「漏報」(實為憂鬱症患者,卻報告為健康人)的結果。

除此之外,這項研究在參與者選取上也存在一定局限。首先,實驗排除了在憂鬱量表CES-D上得分超過22分(滿分60分)的參與者,也即參與者中不包括從中度到重度的憂鬱症人群。其次,在最初的參與者中,有43%的人拒絕了繼續參加實驗,因為他們不想貢獻自己在Instagram上的照片。也就是說,最後納入分析的數據,都是來源於那些願意分享自己照片的人,而這部分人可能存在獨特的心理特徵,對結果產生干擾。因此,這項研究中的預測模型在多大程度上適合推廣到一般人群中,仍然是一個疑問。

不過,里斯認為他們的技術可以為作為一種新方法,用以對憂鬱症(及其他心理疾病)進行早期篩查,以輔助正式診斷,特別是用於那些尚未建立心理諮詢體係以及相關支持較少的國家,以此來幫助更多的人。

 

撰文:性感的小腳脖

編輯:odette

參考資料:

  1. GA, & Danforth. MC (2017). Instagram photos reveal predictive markers of depression. EPJ Data Science, 6:15.
  2. HR, Morris. J., Tarrier. N, &Whorwell. PJ (2010). The Manchester Color Wheel: development of a novel way of identifying color choice and its validation in healthy, anxious and depressed individuals. BMC Med Res Methodol, 10:12.
  3. Mitchell. AJ, Vaze. A., & Rao. S. (2009). Clinical diagnosis of depression in primary care: a meta-analysis. Lancet, 374(9690), 609-619. 

    本文來源於果殼網(微信公眾號:Guokr42),這是一個開放、多元的泛科技主題網站,提供負責任、有智趣的科技主題內容,歡迎關注他們。如需轉載請直接聯繫media@guokr.co