大约3亿人，约占全球人口的4%，受到不同形式抑郁症的困扰。然而，识别这一心理健康问题可能具有挑战性，尤其是当受影响的人选择不与朋友、家人或医疗专业人士分享他们的感受时。
目前，斯蒂文斯理工学院的孙轲教授正在开发各种由人工智能驱动的应用程序，这些应用程序可以以非侵入性的方式警告个人可能出现抑郁症的可能性。
孙教授表示：“抑郁症是一个重大挑战，我们的目标是帮助解决这一问题。”
“考虑到大多数人如今定期使用智能手机，这可以作为一个随时可用的有效检测工具。”
通过眼睛图像捕捉情绪
孙教授与斯蒂文斯的博士生拉胡尔·伊斯兰共同正在进行的一个项目叫做PupilSense。该系统在用户与智能手机互动时，持续捕捉图像并测量他们的瞳孔。
孙教授解释道：“在过去三十年中，研究始终显示瞳孔反应与抑郁发作之间存在联系。”
该系统通过将瞳孔与周围虹膜进行比较，可以准确测量瞳孔的直径，这一过程是在用户解锁手机或打开各种社交媒体和其他应用程序时进行的10秒“快速”拍照会话中进行的。
在与25名志愿者进行的为期四周的初步测试中，嵌入式系统根据瞳孔图像数据收集了约16,000次手机互动。在训练人工智能以区分典型瞳孔反应和表明潜在问题的反应后，孙教授和伊斯兰分析了这些数据以及志愿者自我报告的情绪。
PupilSense的最成功版本TSF，仅利用精选的高质量数据，在识别参与者感到抑郁的时期时展现出76%的准确率。这一表现超过了领先的基于智能手机的抑郁检测系统AWARE。
孙教授补充说：“在验证了该概念后，我们计划进一步推进这一技术。”她提到自己以前的工作是开发智能手机系统来预测酗酒和大麻消费。
该技术首次在春季末的日本国际活动与行为计算会议上介绍，目前以开源软件形式在GitHub上提供。
面部表情揭示抑郁症的迹象
此外，孙教授和伊斯兰正在创建另一个名为FacePsy的系统，该系统分析面部表情以评估情绪。
“越来越多的心理研究结果表明，抑郁症以非言语线索如面部运动和头部倾斜为特征，”孙教授强调。
FacePsy在智能手机的后台运行，当设备解锁或访问常用应用时捕捉面部图像。重要的是，该系统在分析后不久会删除这些图像，以确保用户隐私。
孙教授解释说：“最初，我们不确定哪些面部表情或眼部运动会与报告的抑郁症有关。虽然一些关联是预期的，但其他的则令人意外。”
例如，研究发现，微笑的增加并未与幸福感相符，而是表明可能的抑郁情绪迹象。
“这可能是一种应对方式，个体为了自己和他人表现出‘勇敢的面孔’，尽管内心在挣扎，”孙教授建议。“另外，这也可能源于研究的特定性质，表明需要更多的研究。”
早期识别出的其他信号包括早晨面部运动减少，以及特定的眼部和头部运动模式。例如，早晨的哈欠或左右摆动似乎与加重的抑郁症状强烈相关。
有趣的是，早晨和晚间眼睛睁得更大的可能性也与抑郁症状相关，表明警觉或快乐的表情有时可能掩盖潜在的抑郁情绪。
孙教授总结道：“与其他需要佩戴一个或多个设备的人工智能驱动的抑郁检测系统不同，我们认为FacePsy的初步研究标志着朝着简单、可负担且用户友好的诊断解决方案迈出了有希望的第一步。”
FacePsy的初步研究结果将在10月初于澳大利亚的ACM国际移动人机交互会议（MobileHCI）上分享。
