長期以來，科學(xué)家一直試圖找出抑郁癥和語言之間的確切關(guān)系，現(xiàn)在機器學(xué)習(xí)技術(shù)和大數(shù)據(jù)優(yōu)勢正幫助他們實現(xiàn)這一目標(biāo)。這項技術(shù)也有望在將來作為輔助手段，協(xié)助臨床醫(yī)生更早地發(fā)現(xiàn)其他神經(jīng)系統(tǒng)疾病。
我們在社交媒體上的表現(xiàn)或許會“泄露”抑郁癥的跡象。美國賓夕法尼亞大學(xué)和石溪大學(xué)的研究人員發(fā)現(xiàn)，利用特定的算法掃描Facebook用戶發(fā)布的帖子，尋找“眼淚”和“感覺”等抑郁癥語言的標(biāo)記詞，就能比醫(yī)生提前3個月發(fā)現(xiàn)用戶潛在的心理健康問題，提早做出防范，相關(guān)研究成果發(fā)表在近期的《美國科學(xué)院院報》（PNAS）上。
語言的潛在含義
2018年3月，英國皇家**科醫(yī)學(xué)院的維揚 理查茲（Veryan Richards）在《柳葉刀-**病學(xué)》（The Lancet Psychiatry）發(fā)表的一篇評論文章中，討論了語言在心理健康護(hù)理中的重要性。在心理治療過程中，心理學(xué)家和**病學(xué)家很快就能通過分析病人的語言模式來診斷包括自閉癥、抑郁癥和躁狂癥在內(nèi)的**疾病。理查茲認(rèn)為，語言具有強大的影響力，因此，應(yīng)該更加努力地去使用語言來挖掘潛在的心理健康問題。
使用社交媒體的人會在媒體平臺上透露許多個人信息。很多時候，這是有目的而為之的，因為用戶可以分享他們的生活狀態(tài)和政治觀點等。但同時也可能會暴露一些用戶自身完全沒有意識到的事情，比如心理健康的惡化狀況。所以科學(xué)家認(rèn)為在社交媒體廣泛使用的年代，一個人在社交媒體上交流方式的細(xì)微變化可能會揭示出抑郁癥或創(chuàng)傷后應(yīng)激障礙（PTSD）等心理疾病的發(fā)病征兆。
現(xiàn)在許多人將傳感器穿在身上，通過監(jiān)測心率、呼吸來達(dá)到預(yù)防疾病的目的。科學(xué)家們也在考慮人類的語言是否可以用來監(jiān)測一段時間內(nèi)的心理活動，從而提前得知幾天、幾周、幾個月甚至是幾年后，心理狀態(tài)的走向?，F(xiàn)在，計算機算法似乎正逐漸“進(jìn)化”出這一功能，科學(xué)家正努力進(jìn)行著將人類的語言風(fēng)格和模式轉(zhuǎn)化成算法的研究。一種新的心理健康評估手段可能會出現(xiàn)，它是基于客觀、定量和自動化的分析我們所說和所寫的詞匯來實現(xiàn)的。
預(yù)測心理狀況
長期以來，科學(xué)家一直試圖找出抑郁癥和語言之間的確切關(guān)系，現(xiàn)在科技正幫助我們實現(xiàn)這一目標(biāo)。與疾病的生物或物理標(biāo)記相比，這是一個未開發(fā)的新維度。
2014年，WWBP（世界幸福項目）創(chuàng)始人、賓夕法尼亞大學(xué)的約翰內(nèi)斯·艾什斯塔德（Johannes Eichstaedt）開始思考，社交媒體是否有可能預(yù)測用戶的心理健康狀況，尤其是抑郁癥。6年來，在賓夕法尼亞大學(xué)積極心理學(xué)中心和石溪大學(xué)人類語言分析實驗室中參與世界幸福項目的研究人員一直在挖掘詞語的使用是如何反映人類內(nèi)心的感受和滿足感的問題，他們把社交媒體與健康記錄數(shù)據(jù)相結(jié)合，來尋找問題的答案。
這一次，研究人員在篩選志愿者的時候另辟蹊徑，他們沒有選擇那些自稱患有抑郁癥的參與者，而是招募那些同意分享Facebook狀態(tài)和電子病歷信息的志愿者，從這些數(shù)字檔案中識別出數(shù)據(jù)，然后用機器學(xué)習(xí)技術(shù)分析用戶的心理狀態(tài)，進(jìn)而篩選出真正患有抑郁癥的人。有近1200人同意提供這兩種數(shù)字檔案。其中，114人在醫(yī)療記錄中顯示他們曾被診斷患有抑郁癥。隨后，研究人員將所有被診斷為抑郁癥的志愿者與5名沒有被診斷為抑郁癥的志愿者的數(shù)據(jù)進(jìn)行了比對。為了建立這個算法，他們還回顧了524292個Facebook數(shù)據(jù)，這些數(shù)據(jù)來自于每個抑郁癥患者在被診斷出患有抑郁癥前幾年的數(shù)據(jù)，以及對照組在同一時間內(nèi)的數(shù)據(jù)。在確定了使用頻率的單詞和短語后，對200個主題進(jìn)行建模，找出他們所謂的“抑郁相關(guān)的語言標(biāo)記”。最后，比較了參與者使用這種措辭的方式和頻率。
艾什斯塔德認(rèn)為，利用這些數(shù)據(jù)可以作為一種不引人注目的抑郁診斷篩查形式，同時他們將搜查目標(biāo)限定在單個詞匯而非語句上，這就增加了搜索的范圍，具有現(xiàn)實的應(yīng)用價值。這些發(fā)現(xiàn)或許會為發(fā)現(xiàn)和幫助抑郁癥患者提供了一種潛在的新方法，因為畢竟不是所有人都愿意向心理醫(yī)生敞開心扉。當(dāng)然，這項研究還是存在一些局限性，例如樣本的地域性、人種的局限性等。
除此之外，2018年年初，《臨床心理學(xué)》（Clinical Psychological Science）上刊登的一篇文章，同樣揭示了一組可以幫助準(zhǔn)確預(yù)測某人是否患有抑郁癥的詞匯。英國雷丁大學(xué)的研究人員把語言劃分為內(nèi)容和風(fēng)格兩部分。語言的內(nèi)容指的就是我們陳述的意義或主題。他們發(fā)現(xiàn)，那些有抑郁癥狀的人會使用過多的負(fù)面形容詞和副詞來表達(dá)他們的情緒，比如“孤獨”“悲傷”或“悲慘”。代詞的使用也讓人非常訝異，有抑郁癥狀的人偏向使用的單數(shù)形式的第一人稱代詞（如“我”、“我自己”和“我”），第二人稱代詞和第三人稱代詞（如“他們”、“她們”或“她/他”）的使用明顯較少。這種代詞的使用模式表明，抑郁癥患者更關(guān)注自己，與他人聯(lián)系較少。
研究人員認(rèn)為，代詞實際上比消極情緒詞更可靠地識別抑郁癥狀。而語言的風(fēng)格則是取決于我們?nèi)绾伪磉_(dá)自己。從一開始，心理學(xué)家就預(yù)測那些患有抑郁癥的人對世界的看法會更加黑白分明，所以這會在他們的語言風(fēng)格中體現(xiàn)出來。在這項研究中，科學(xué)家對64個不同的在線心理健康論壇進(jìn)行了大數(shù)據(jù)文本分析，調(diào)查了6400多名成員。結(jié)果發(fā)現(xiàn)，絕對主義語詞比代詞或消極情緒語詞更適合作為心理健康論壇的抑郁癥標(biāo)記詞。
有效的輔助手段
世界衛(wèi)生組織估計，全世界超過3億人患有抑郁癥，自2005年以來，這個數(shù)字增加了近18%，心理疾病患者往往不愿意吐露自己的心聲，對于自閉癥、抑郁癥以及創(chuàng)傷后應(yīng)激障礙患者，接受心理治療的過程有時候并不愉快，所以擁有更多發(fā)現(xiàn)和篩選工具是重要的協(xié)助手段。
理解抑郁癥的語言可以幫助理解抑郁癥患者的思維方式，研究人員將自動文本分析與機器學(xué)習(xí)結(jié)合起來，從自然語言文本樣本（如博客文章）中對各種心理健康狀況進(jìn)行分類篩選。這種分類已經(jīng)超過了由訓(xùn)練有素的治療師做出的分類。重要的是，機器學(xué)習(xí)的分類還會隨著提供更多的數(shù)據(jù)和開發(fā)更復(fù)雜的算法而改進(jìn)。
如今的研究人員擁有強大的算法和大數(shù)據(jù)集的優(yōu)勢，這是前幾代科學(xué)家所無法做到的。這兩件事給了科學(xué)家更多的信心。他們認(rèn)為，量化**障礙的各個方面是可能的，而且它們也指向了**病學(xué)以外的應(yīng)用。這項技術(shù)也有望在將來作為有效的輔助手段，協(xié)助臨床醫(yī)生更早地發(fā)現(xiàn)其他神經(jīng)系統(tǒng)疾病，如帕金森病、阿爾茨海默病和亨廷頓氏舞蹈癥。
點擊下圖，預(yù)登記觀展
合作咨詢
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2024 上海博華國際展覽有限公司版權(quán)所有（保留一切權(quán)利）
滬ICP備05034851號-57
