哈佛大學最新研究成果：Instagram照片可預測抑鬱症指標

作為擁有7億月活用戶的Instagram，平台上的用戶每天為其貢獻近1億新帖，近期其新用戶吸納率更是直接超過了Twitter、YouTube、LinkedIn甚至Facebook 。Instagram 除了給大家提供分享生活的平台之外，也逐漸成為各大高校和機構用於研究的重要樣本。

圖片來源： Ian Gavan / Getty Images

雷鋒網8月13日消息 據外媒 The Verge 12日報道，最新一項研究表明，抑鬱症患者在社交平台上更傾向於分享更多照片，使用更少濾鏡，而分享的照片顏色更偏深色和灰色。據本周發表在EPJ Data Science雜誌上的一項研究結果表明，Instagram和其他社交平台網站可用來篩查人類精神疾病。

雷鋒網()了解到，雖然以前也有做過此類研究，但用戶的推文或在Facebook上的更新更多只能指向其是否處於低落、鬱悶的狀態。而這項最新研究，並不是挖掘社交平台上的數據，而是藉助了計算機視覺和機器學習的方法。該項研究由哈佛大學和佛蒙特大學共同主導，他們以166位 Instagram 用戶為研究樣本，共分析了他們分享在平台上的43,950張照片，其中71張涉及患有抑鬱症病史。

圖片來源：EPI Data Science Paper

據研究人員發表在EPJ Data Science上的論文顯示，他們使用了機器學習工具成功識別出抑鬱症的標誌，並使用顏色分析、元數據組件和面部檢測演算法，從43,950張Instagram 照片中計算提取統計特徵，而每張照片的色調、亮度以及使用的濾鏡都是其重要的分析維度。

研究結果表明，患有抑鬱傾向的用戶更傾向於發布更多照片，且顏色多為藍色、灰色和深色；其次，他們使用的濾鏡也更少；當他們使用一個濾鏡時，通常傾向於選擇「Inkwell」，即為「黑白」效果。而精神健康的用戶則更喜歡用「Valencia」濾鏡，這樣可以使照片色彩變得更為明亮。另外，患有抑鬱傾向的用戶也更喜歡發布人臉特寫照片，但與健康的用戶相比，其分享的每張照片出現的人臉數量更少。這可能表明，抑鬱症患者更喜歡在小範圍的社交環境中和人交往。

同時，研究結果還表明，在利用機器學習分析了這些照片得到的模型之後，所得模型的表現優於普通醫師診斷抑鬱症的平均成功率。

值得注意的是，該項研究顯然不適用於所有Instagram用戶。雖然研究人員研究了數千張的照片，但畢竟只來自相對較少的用戶。同時，這些參與研究的志願者還必須滿足一定的條件，如，他們在Instagram上有一定的活躍度，願意分享他們整個Instagram的發布歷史，以及他們是否有抑鬱症的診斷證明等等。該項研究還基於用戶對標準臨床抑鬱症調查的回應而將其進行分類。

不過，據這項研究的結論來看，其研究過程中使用的技術將很有可能成為數字化社會用於早期篩查和檢測精神疾病的新途徑。

Via The Verge，雷鋒網編譯

雷鋒網原創文章，未經授權禁止轉載。詳情見轉載須知。