如果你收到這樣一條私信：親，系統(tǒng)發(fā)現(xiàn)您可能患有抑郁癥，建議您到醫(yī)療機構就診。你大概會立刻惱火，感覺屏幕上有雙眼睛不斷地窺視著自己。

哈工大“社會網(wǎng)絡與數(shù)據(jù)挖掘”聯(lián)合實驗室與國內社交媒體數(shù)據(jù)挖掘公司“宏博知微”正在開發(fā)這樣一個模型——基于社交媒體的數(shù)據(jù)，對用戶的抑郁癥傾向進行識別。實驗室在新浪微博近億用戶中識別出幾百名重度抑郁癥患者，隨后由醫(yī)學機構對此人群進行人工診斷，判定出200名抑郁癥患者，模型的診斷準確度達到83%。

“有些表現(xiàn)出抑郁癥傾向的用戶除了喜歡用小號來表達痛苦情緒，還有群落聚集趨勢，他們會同時關注很多同類人群，有的甚至會習慣每天到已經(jīng)自殺的用戶微博上評論‘今天你還好嗎’” ？實驗室負責人、哈工大博士于霄介紹。這個項目最早的靈感就來自微博網(wǎng)友“走飯”、“sienna 賽娜”的自殺事件。于霄認為，“這些人的微博非常觸目驚心，負面情緒隱含在每一條中，如果通過數(shù)據(jù)識別這一群體，讓其親友能早點干預，也許可以避免悲劇發(fā)生?！?/p>

根據(jù)醫(yī)療機構的數(shù)據(jù)，我國目前有超過 2600 萬人患抑郁癥，地市級以上醫(yī)院對抑郁癥的識別率不到 20%，僅有 9% 的抑郁癥患者在自殺前曾到精神科或心理咨詢機構就診。大數(shù)據(jù)的手段或許能成為抑郁情緒臨床識別之外的新興識別方法。

通過模型，他們發(fā)現(xiàn)存在抑郁傾向的微博用戶與普通用戶發(fā)博時間有明顯差異，這部分人群發(fā)博高峰在 23 點，夜間活躍度比普通用戶平均約高出 30%。他們的微博關鍵詞為：死、抑郁癥、生命、痛苦、自殺。

實驗室把這些數(shù)據(jù)提供給北京、上海的一些精神病醫(yī)院，雖然得到一些專家的認可，但是僅憑社交信息下診斷，在醫(yī)學手段上還不夠嚴謹。中山三院精神科副主任醫(yī)師陶炯就認為：“利用大數(shù)據(jù)來識別抑郁癥患者，一定程度上反映了用戶的情緒，可以作為對這個群體初篩的一種方式。但是每個人都會有情緒發(fā)泄的時候，如何甄別這些是否‘假陽性’，要確診還需要醫(yī)生面談。”

因此，這個模型的商業(yè)價值并不在于“診斷”本身，而是進一步與能為這部分人群提供幫助的專業(yè)機構共同研究抑郁傾向用戶情緒干擾方案。對于普通用戶，看到自己的性格特征、人際交往等通過數(shù)據(jù)挖掘整理被羅列出來，必然會引起反感甚至侵犯隱私的控訴。但是對于那些與醫(yī)療機構有過接觸的患者來說，醫(yī)生把社交媒體的數(shù)據(jù)當作治療方案的依據(jù)之一，是可以接受的。

同時社交網(wǎng)絡也可以為抑郁癥患者推送正面的信息，美國Allied Health World的一項調查數(shù)據(jù)顯示，接近25%的用戶能找到與自己“同病相憐”的人，希望從他們那里獲得鼓勵。如果模型能發(fā)現(xiàn)并滿足這類需求，對于抑郁癥的治療也是有正面意義的。

醫(yī)療保健行業(yè)，從安裝在智能手機上的個人健康應用，到診所和醫(yī)院里醫(yī)生使用的電子健康記錄儀，都已經(jīng)由科技主導，那么用科技手段干預抑郁情緒的識別及治療也是值得探索的領域。