石醬

一個(gè)人的臉書時(shí)間線或Instagram相冊(cè)。就是他或她的心理健康數(shù)字晴雨表。它并不是通過(guò)表情符號(hào)、標(biāo)簽以及激勵(lì)人心的名言警句表現(xiàn)出來(lái)的。而是潛藏在一些你本身不知道的較為微妙的信號(hào)里，就像醫(yī)生的血壓計(jì)和心律顯示器一樣，可以對(duì)一個(gè)人的心理健康提供準(zhǔn)確的診斷。

那些喜歡在社交煤體上分享最新貓咪視頻或旅行照片的人，可能會(huì)對(duì)這個(gè)結(jié)論十分驚訝。這同時(shí)也意味著，社交媒體蘊(yùn)藏著重要的潛能——比如拯救生命。僅在美國(guó)，每13分鐘就有一人自殺，過(guò)去50年里專家一直在研究自殺者的動(dòng)機(jī)和行為模式，但都沒(méi)有取得實(shí)質(zhì)性的進(jìn)展。預(yù)測(cè)精神病發(fā)作和抑郁癥發(fā)生也面臨著同樣的難題。

大數(shù)據(jù)方法預(yù)測(cè)心理健康

現(xiàn)在。科技人員通過(guò)機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘技術(shù)，從社交媒體上的海量碎片數(shù)據(jù)中提取信息，以上情況正在發(fā)生改變——人們已經(jīng)通過(guò)這些方法跟蹤并預(yù)測(cè)了流感的爆發(fā)，現(xiàn)在開始轉(zhuǎn)向應(yīng)對(duì)心理健康問(wèn)題。

研究發(fā)現(xiàn)，如果一個(gè)人患有抑郁癥，他的Instagram就可能推送色彩更藍(lán)、更灰、更暗，人臉更少的照片。這些照片收到的費(fèi)往往很少，但評(píng)論很多。他還可能喜歡用“墨井”濾鏡，把彩色照片做成黑白照片，而不是用“瓦倫西亞”濾鏡提高亮度。

即便如此，單憑這些也不足以診斷或預(yù)測(cè)一個(gè)人得了抑郁癥。不過(guò)這對(duì)構(gòu)建預(yù)判抑郁癥的模型至關(guān)重要。該是“機(jī)器學(xué)習(xí)”方法派上用場(chǎng)的時(shí)候了。

哈佛大學(xué)和佛蒙特大學(xué)的研究人員最近利用這些技術(shù)分析了Instagram上近44000條帖文，由此得出的楔型可以正確識(shí)別70%的抑郁癥患者，而普通醫(yī)生只能診斷出42%的患者。同時(shí)，模型出現(xiàn)假陽(yáng)性的比例也較低（不過(guò)這個(gè)統(tǒng)計(jì)數(shù)字來(lái)自另一批人群，所以這樣的比較可能不公平）。甚至，在心理醫(yī)生作出正式滲斷之前，用戶的訂閱內(nèi)容就已經(jīng)出現(xiàn)了抑郁信號(hào)，這就讓Instagram成為了某種預(yù)警系統(tǒng)。

長(zhǎng)期以來(lái)，心理醫(yī)生認(rèn)為語(yǔ)言和心理健康之間存在聯(lián)系，比如精神分裂癥患者說(shuō)話經(jīng)常前后脫節(jié)和離題，而抑郁癥患者說(shuō)話會(huì)較多使用第一人稱單數(shù)。最新的方法是，把某人的推特名字輸入“文字分析”軟件（AnnlyzeWords）——這是一個(gè)免費(fèi)的文本分析工具，它會(huì)關(guān)注虛詞（代詞、冠詞和介詞）以分析用戶的情緒和思維方式。比如，某個(gè)用戶最近在推特上發(fā)表了1017個(gè)詞語(yǔ)，這些詞都表明他感到生氣和擔(dān)憂，在積極情緒方面低于平均值，就可得知實(shí)際上他最近對(duì)于世界的狀況確實(shí)感到悲觀。如果把“@realdonaldtrump”（編者注：美國(guó)總統(tǒng)特朗普的推特名）輸入AnalyzeWords。你會(huì)發(fā)現(xiàn)美國(guó)總統(tǒng)特朗普在積極情緒方面得分很高，而擔(dān)憂、憤怒和沮喪情緒的得分則可能低于平均值。

除了這種對(duì)情緒和社交風(fēng)格的快速、有時(shí)甚至搞笑的測(cè)驗(yàn)，研究人員還在深入探究心理健康方面的問(wèn)題。

可以反映出抑郁癥的信息包括負(fù)面詞匯（“不”、“從不”、“監(jiān)獄”，“謀殺”）的使用增加和積極詞匯（“快樂(lè)”、“沙灘”和“照片”）的使用減少，但這些信息都不具有確定性。美國(guó)哈佛大學(xué)、斯坦福大學(xué)和佛蒙特大學(xué)的研究人員更進(jìn)一步，從約28萬(wàn)條推文中提取出了許多特征（情緒、語(yǔ)言和語(yǔ)境等），這一次得出的計(jì)算橫型在判斷抑郁癥用戶方面得分很高，還正確地預(yù)判了九成的創(chuàng)傷后應(yīng)激障礙。

佛蒙特大學(xué)的數(shù)學(xué)、自然科學(xué)和技術(shù)科學(xué)教授克里斷·丹佛斯說(shuō)，積極詞匯和負(fù)面詞匯的比例是模型內(nèi)的一個(gè)關(guān)鍵預(yù)測(cè)變量。其他的重要預(yù)測(cè)變量還包括更長(zhǎng)的推文字?jǐn)?shù)。丹佛斯強(qiáng)調(diào)，研究只評(píng)估了一小部分特定的人，所以這項(xiàng)研究目前還只是概念性驗(yàn)證。但他很樂(lè)觀，“這些研究結(jié)果和其他類似研究結(jié)果表明，人們?cè)诰W(wǎng)上的行為可以用來(lái)為診斷和篩查工具提供信息?！钡し鹚拐f(shuō)道。如果加入生理信息（比如來(lái)自FitBits和睡眠應(yīng)用的（信息），這些數(shù)據(jù)分析工具可以產(chǎn)生更強(qiáng)大的力量。機(jī)器學(xué)習(xí)法對(duì)精神分裂生癥的準(zhǔn)確預(yù)判率平均可達(dá)88%，不過(guò)這種程度的成功率只有通過(guò)人機(jī)協(xié)作才能達(dá)到。

如何保護(hù)隱私？

那么，應(yīng)該如何處理所有這些信息？首先需委本人的授權(quán)許可。微軟研究院的一個(gè)研究團(tuán)隊(duì)成功預(yù)測(cè)了哪些懷孕媽媽有可能性情大變。這一切都是基于她們產(chǎn)前和產(chǎn)后早期的推特使用情況。不過(guò)研究人員也強(qiáng)調(diào)，他們的目標(biāo)并不是取代傳統(tǒng)的診療和預(yù)判方法。但想象一下，如果準(zhǔn)媽媽們可以在手機(jī)上運(yùn)行此類預(yù)判模型，又會(huì)如何？她們可以通過(guò)這個(gè)應(yīng)用程序獲得“產(chǎn)后憂郁風(fēng)險(xiǎn)值”以及相關(guān)資源信息，還可以在有需要的時(shí)候獲得急救幫助。

不過(guò)，目前這個(gè)領(lǐng)域仍然比較保守，尤其是在隱私方面。如果你的心理健康數(shù)據(jù)痕跡對(duì)所有人可見，該怎么辦？你可能被制藥公司盯上，或者遭到雇主和保險(xiǎn)公司的歧視。此外，此類項(xiàng)目有一些并不受制于臨床試驗(yàn)的嚴(yán)格倫理監(jiān)督，用戶常常在不知情的情況下，數(shù)據(jù)已被挖掘。正如研究互聯(lián)網(wǎng)倫理與隱私的學(xué)者邁克爾·齊默曾經(jīng)解釋過(guò)的那樣：“社交媒體上的一些個(gè)人信息會(huì)以某種方式呈現(xiàn)，但這并不意味著人們可以輕易獲取并公開這些信息?！?/p>

因此對(duì)于這個(gè)美麗新世界，還需要加上一些限制。2013年，谷歌流感趨勢(shì)工具大幅高估了流感高峰值，哈佛大學(xué)的研究人員指責(zé)了大數(shù)據(jù)的“傲慢”：“它常常含有隱含的假設(shè)——大數(shù)據(jù)可以取代傳統(tǒng)數(shù)據(jù)收集和分析，而不是成為后者的補(bǔ)充?！?/p>

數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)法為提早發(fā)現(xiàn)心理健康問(wèn)題提供了可能。目前，從抑郁癥發(fā)作到與治療提供者接觸要花6—8年時(shí)間。而焦慮癥則需要9—23年時(shí)間。接下來(lái)，我們有望看到情況得到改善。目前全球有20億用戶經(jīng)常使用社交媒體——這是這些方法可以推廣的基礎(chǔ)。正如馬克·扎克伯格近期在規(guī)劃臉書的人工智能時(shí)所寫：“這個(gè)世界發(fā)生過(guò)很多悲劇——比如自殺，其中一些還進(jìn)行了直播——這些原本是可以避免的。前提是有人意識(shí)到這些人發(fā)生了什么事，并及早報(bào)告?！?/p>

心理健康存在于看醫(yī)生之前和之后的現(xiàn)實(shí)生活中，并且癥狀隨時(shí)都在變化中，網(wǎng)站上的帖子、照片和推文都可能泄露使用者的心理健康狀態(tài)。同樣的，我們也可以通過(guò)網(wǎng)絡(luò)促進(jìn)心理健康的預(yù)判、診斷和康復(fù)。

社交媒體上。用戶情緒變化的數(shù)據(jù)可能在不知不覺(jué)中按一些商業(yè)機(jī)構(gòu)挖掘