当一个人罹患重度抑郁症时，客观地自我衡量病情的严重程度是一件非常具有挑战性的事情。 不过，在短短几年内，一款人工智能面部分析智能手机应用程序或许就能告诉这些人他们的状况如何。目前，新罕布什尔州达特茅斯学院的科学家团队正在开发一款名为"情绪捕捉"（MoodCapture）的应用程序原型。
这款应用的设计理念是，每当用户通过面部识别系统解锁手机时，设备的前置摄像头就会捕捉到用户面部和周围环境的多张照片。然后，基于人工智能的算法将对这些图像进行评估，仔细检查用户的面部表情和背景图像。
如果应用程序认为用户的抑郁症正在恶化，它就会建议用户采取一些措施，比如进行户外运动或与家人和朋友进行社交。理想情况下，它不会发出严厉的警告，要求用户寻求心理治疗--至少一开始不会--因为这样做可能只会让用户对自己的处境感到更糟糕，从而加剧抑郁。
人工智能是在一组 177 名测试对象身上训练出来的，这些测试对象被分为五个子集，他们之前都被诊断出患有重度抑郁症。
在 90 天的时间里，每个人的手机都会拍摄他们对"我曾感到沮丧、抑郁或绝望"这句话的认同程度。这一提示是广泛用于评估抑郁症的八点病人健康问卷的一部分。
虽然参与者同意由手机拍照，但他们在回答提示时并没有意识到是手机在拍照。这是一个重要的考虑因素，因为这意味着他们在拍照时并没有下意识地掩饰自己的情绪。
随后对总共 125000 张照片进行分析时，人工智能识别出（在某些子集中）与最强烈地同意提示相吻合的面部表情。这些表情包括注视方向、眼球运动、头部位置和肌肉僵硬程度的变化。人工智能还能识别出反复出现的环境因素，如明亮或昏暗的灯光，以及是否有其他人在场。
利用由此产生的人工智能模型，该应用程序接下来被用来分析其他子集的智能手机图像。事实证明，该应用程序在识别哪些人抑郁症恶化方面的准确率为 75%。据信，一旦该技术得到进一步发展--大约在五年之内--准确率至少会攀升到 90%。
虽然定期的临床精神评估可以提供相同的基本信息，但 MoodCapture 的最大优势在于它可以让患者更频繁地评估自己的病情，在病情恶化之前迅速做出反应。
该研究的共同作者尼古拉斯-雅各布森（Nicholas Jacobson）教授告诉我们："这种方法承认了MDD（重度抑郁症）的动态和高度个性化的性质，其症状每天都会发生显著变化。通过密切跟踪一组被诊断为 MDD 的人的这些变化，我们旨在发现抑郁症随时间变化的特定模式和特征。"
左起：Guarini 博士生 Arvind Pillai 和博士生 Subigya Nepal 是该研究的共同第一作者，计算机科学教授 Andrew Campbell 是通讯作者，Geisel 教授 Nicholas Jacobson 是共同作者。(照片：Katie Lenhart）