當一個人患有重度憂鬱症時，客觀地自我衡量病情的嚴重程度是一件非常具有挑戰性的事情。不過，在短短幾年內，一款人工智慧臉部分析智慧型手機應用程式或許就能告訴這些人他們的狀況如何。目前，新罕布夏州達特茅斯學院的科學家團隊正在開發一款名為”情緒捕捉”（MoodCapture）的應用程式原型。

這款應用程式的設計理念是，每當用戶透過臉部辨識系統解鎖手機時，裝置的前置鏡頭就會捕捉到用戶臉部和周圍環境的多張照片。然後，基於人工智慧的演算法將對這些圖像進行評估，仔細檢查使用者的面部表情和背景圖像。

如果應用程式認為使用者的憂鬱症正在惡化，它就會建議使用者採取一些措施，例如進行戶外運動或與家人和朋友進行社交。理想情況下，它不會發出嚴厲的警告，要求使用者尋求心理治療–至少一開始不會–因為這樣做可能只會讓使用者對自己的處境感到更糟糕，從而加劇憂鬱。

人工智慧是在一組177 名測試對象身上訓練出來的，這些測試對像被分成五個子集，他們之前都被診斷出患有重度憂鬱症。

在90 天的時間裡，每個人的手機都會拍攝他們對”我曾經感到沮喪、抑鬱或絕望”這句話的認同程度。這項提示是廣泛用於評估憂鬱症的八點病人健康問卷的一部分。

雖然參與者同意由手機拍照，但他們在回答提示時並沒有意識到是手機在拍照。這是一個重要的考慮因素，因為這意味著他們在拍照時並沒有下意識地掩飾自己的情緒。

隨後對總共125,000 張照片進行分析時，人工智慧辨識出（在某些子集中）與最強烈地同意提示相吻合的面部表情。這些表情包括注視方向、眼球運動、頭部位置和肌肉僵硬程度的變化。人工智慧還能辨識出反覆出現的環境因素，例如明亮或昏暗的燈光，以及是否有其他人在場。

利用由此產生的人工智慧模型，該應用程式接下來被用來分析其他子集的智慧型手機影像。事實證明，該應用程式在識別哪些人憂鬱症惡化方面的準確率為75%。據信，一旦該技術進一步發展–大約在五年之內–準確率至少會攀升到90%。

雖然定期的臨床精神評估可以提供相同的基本信息，但MoodCapture 的最大優勢在於它可以讓患者更頻繁地評估自己的病情，在病情惡化之前迅速做出反應。

該研究的共同作者尼古拉斯-雅各布森（Nicholas Jacobson）教授告訴我們：「這種方法承認了MDD（重度憂鬱症）的動態和高度個性化的性質，其症狀每天都會發生顯著變化。透過密切追蹤一組被診斷為MDD 的人的這些變化，我們旨在發現憂鬱症隨時間變化的特定模式和特徵。”

左起：Guarini 博士生Arvind Pillai 和博士生Subigya Nepal 是研究的共同第一作者，電腦科學教授Andrew Campbell 是通訊作者，Geisel 教授Nicholas Jacobson 是共同作者。(照片：Katie Lenhart）