《美國國家科學院院刊》刊登新研究

朋友圈內容或有助預測抑鬱症

在美國，每年都會有6%以上的成年人——大約1600萬人患抑鬱症，但接受治療的還不到一半。中國的數字也並不樂觀，大多數報道將我國抑鬱症患病率確定在3%~5%的區間，但有報道稱達到了6.1%。
如果一種演算法能夠掃描社交媒體（臉書、朋友圈、微博等），並在正式的醫學診斷之前找出抑鬱症的語言危險標誌，結果會怎樣？
賓夕法尼亞大學和石溪大學的新研究表明，通過分析使用者社交媒體上釋出帖子時的語言資訊，研究人員發現他們的演算法能夠準確預測未來的抑鬱症。

相應的指標包括經常提到敵意和孤獨感，諸如“哭”“眼淚”“失敗”“痛苦”“感覺”這樣的詞，還有一些悲觀的感嘆詞，如“哎”，以及更多地使用第一人稱——“我”，這表明他們過於關注自我。
“人們在社交媒體上寫的東西捕捉到了醫學和研究中很難獲得的一個方面。”論文資深作者、世界福利專案(WWBP)首席研究員安德魯·施瓦茨說，“與疾病的生物物理標記相比，這是一個相對未被開發的維度。”
六年來，位於賓夕法尼亞大學積極心理學中心和Stony Brook人類語言分析實驗室的WWBP一直在研究，人們使用的詞彙如何反映內心的感受和滿足。2014 年，WWBP 創始科學家 JohannesEichstaedt 開始思考社交媒體是否有可能預測心理健康狀況，尤其是抑鬱症。
據該項研究報告顯示，社交媒體使用者也可以檢視自己釋出內容時常使用的詞彙，進而判斷自己是否需要心理健康支援來緩解抑鬱情緒甚至抑鬱症。