達(dá)特茅斯學(xué)院的研究人員已經(jīng)建立了一個(gè)人工智能模型，用于使用 Reddit 上的對(duì)話檢測(cè)精神障礙，這是新興的篩查工具浪潮的一部分，這些工具使用計(jì)算機(jī)分析社交媒體帖子并深入了解人們的精神狀態(tài)。

新模型的不同之處在于關(guān)注情緒，而不是分析的社交媒體文本的具體內(nèi)容。在 第20 屆 Web 智能和智能代理技術(shù)國(guó)際會(huì)議 (PDF) 上發(fā)表的一篇論文中 ，研究人員表明，無(wú)論帖子中討論的主題如何，這種方法都會(huì)隨著時(shí)間的推移表現(xiàn)得更好。

人們不為精神疾病尋求幫助的原因有很多——污名、高成本和缺乏服務(wù)是一些常見(jiàn)的障礙。該論文的合著者、Guarini '24 的郭曉波說(shuō)，還有一種趨勢(shì)是盡量減少精神障礙的跡象或?qū)⑵渑c壓力混為一談。他說(shuō)，他們可能會(huì)在一些提示下尋求幫助，而這正是數(shù)字篩選工具可以發(fā)揮作用的地方。

“社交媒體提供了一種了解人們行為的簡(jiǎn)便方法，”郭說(shuō)。他說(shuō)，這些數(shù)據(jù)是自愿和公開(kāi)的，發(fā)布給其他人閱讀。

Reddit 提供龐大的用戶論壇網(wǎng)絡(luò)，是他們選擇的平臺(tái)，因?yàn)樗鼡碛薪畠|活躍用戶，他們討論廣泛的話題。這些帖子和評(píng)論是公開(kāi)的，研究人員可以收集可追溯到 2011 年的數(shù)據(jù)。

在他們的研究中，研究人員專注于他們所謂的情緒障礙——重度抑郁癥、焦慮癥和雙相情感障礙——以不同的情緒模式為特征。他們查看了來(lái)自自我報(bào)告患有其中一種疾病的用戶和沒(méi)有任何已知精神疾病的用戶的數(shù)據(jù)。

他們訓(xùn)練他們的模型來(lái)標(biāo)記用戶帖子中表達(dá)的情緒并繪制不同帖子之間的情緒轉(zhuǎn)換，因此可以將帖子標(biāo)記為“快樂(lè)”、“憤怒”、“悲傷”、“恐懼”、“沒(méi)有情緒”或這些的組合。該地圖是一個(gè)矩陣，可以顯示用戶從任何一種狀態(tài)到另一種狀態(tài)的可能性有多大，例如從憤怒到?jīng)]有情緒的中性狀態(tài)。

不同的情緒障礙有自己的情緒轉(zhuǎn)變特征模式。通過(guò)為用戶創(chuàng)建情緒“指紋”并將其與情緒障礙的既定特征進(jìn)行比較，該模型可以檢測(cè)到它們。為了驗(yàn)證他們的結(jié)果，他們?cè)谟?xùn)練期間未使用的帖子上對(duì)其進(jìn)行了測(cè)試，并表明該模型準(zhǔn)確地預(yù)測(cè)了哪些用戶可能患有或不患有這些疾病之一。

計(jì)算機(jī)科學(xué)助理教授、另一位合著者Soroush Vosoughi說(shuō)，這種方法回避了典型篩選工具遇到的一個(gè)稱為“信息泄漏”的重要問(wèn)題 。他說(shuō)，其他模型是圍繞審查和依賴文本內(nèi)容而建立的，雖然這些模型顯示出高性能，但它們也可能具有誤導(dǎo)性。

例如，如果一個(gè)模型學(xué)會(huì)將“COVID”與“悲傷”或“焦慮”聯(lián)系起來(lái)，Vosoughi 解釋說(shuō)，它自然會(huì)假設(shè)一位研究和發(fā)布(相當(dāng)冷靜)關(guān)于 的科學(xué)家患有抑郁癥或焦慮癥。另一方面，新模型只關(guān)注情緒，對(duì)帖子中描述的特定主題或事件一無(wú)所知。

雖然研究人員不關(guān)注干預(yù)策略，但他們希望這項(xiàng)工作能夠?yàn)轭A(yù)防指明方向。在他們的論文中，他們有力地證明了基于社交媒體數(shù)據(jù)對(duì)模型進(jìn)行更深思熟慮的審查。“擁有表現(xiàn)良好的模型非常重要，”Vosoughi 說(shuō)，“但也要真正了解它們的工作原理、偏見(jiàn)和局限性。”