從推特圖像可找出憂鬱、焦慮的用戶?!
- 發布日期：
- 資料來源：董氏基金會心理衛生中心
根據一項發表於國際AAAI網絡和社群媒體會議的研究指出，患有憂鬱和焦慮的推特(Twitter)用戶更傾向於發佈美學價值較低和色彩較不鮮豔的圖片，尤其是灰階圖像。
該研究由賓州大學醫學中心學者進行，研究者使用演算法從超過4千名同意參與研究的推特用戶所發佈的圖像中提取顏色、臉部表情和不同美學標準（如：景深、對稱性和亮度）等特徵。為了快速將參與者的憂鬱和焦慮得分進行分類，研究者分析了每人最近3千200條推文。 同時，887名用戶也完成了一項傳統調查，以獲得焦鬱和焦慮分數。之後，研究者再將圖像特徵與用戶的憂鬱和焦慮得分進行相關性研究。研究者從中發現了幾個重要的關係。
憂鬱與焦慮的用戶較常發佈不太生動的照片，焦慮用戶的個人資料圖像被灰階和較低的整體美感所標記，但不如憂鬱用戶那麼明顯。憂鬱用戶張貼的照片經常只有自己的臉，而沒有家人、朋友或其他人。此外，這些訊息很少包括娛樂活動或興趣，這些內容經常出現在非憂鬱用戶的照片中。
研究者也發現用戶傾向於壓抑正向的情緒，而不是向外顯示更多負向的情緒，例如：在個人資料圖片中板著臉而不是直接皺眉。
研究者表示：憂鬱症和語言使用模式間的相關性已獲得很好的研究，但在視覺方面卻沒有；將形成圖像的像素轉換為可解釋的特徵非常困難，但隨著電腦視覺演算法的進步，研究者正試圖揭露憂鬱症展現在網路上的另一個面向。憂鬱症往往伴隨著｢平淡的情感(flat affect')｣，其特點是表達能力和情緒表現的降低。這種情況也會影響嗜好或遊戲對一個人的吸引力；一般來說，這些嗜好或遊戲會讓人覺得享受。
研究者也說，機器學習工具對於臨床醫生來說可能是一種低成本的方法；在患者的許可下，可以監測他們的陳述並可能發現升高的憂鬱或焦慮水平。臨床工作者能針對那些被工具標記出來的患者進行轉介，讓他們接受更正式的篩檢。且這些發現也可以用於Instagram和短訊。研究者希望這些發現可以對憂鬱症的不同面相提供一些想法。
資料來源："Twitter image colors and content could help identify users with depression, anxiety." ScienceDaily. ScienceDaily, 15 May 2019. <www.sciencedaily.com/releases/2019/05/190515115827.htm>.University of Pennsylvania School of Medicine
本文由戴怡君選文、黃嘉慈摘譯，感謝長庚醫院精神科主治醫師劉嘉逸審稿
資料來源："Twitter image colors and content could help identify users with depression, anxiety." ScienceDaily. ScienceDaily, 15 May 2019. <www.sciencedaily.com/releases/2019/05/190515115827.htm>.University of Pennsylvania School of Medicine
本文由戴怡君選文、黃嘉慈摘譯，感謝長庚醫院精神科主治醫師劉嘉逸審稿