哈佛大学最新研究成果：Instagram照片可预测抑郁症指标

作为拥有7亿月活用户的Instagram，平台上的用户每天为其贡献近1亿新帖，近期其新用户吸纳率更是直接超过了Twitter、YouTube、LinkedIn甚至Facebook 。Instagram 除了给大家提供分享生活的平台之外，也逐渐成为各大高校和机构用于研究的重要样本。

图片来源： Ian Gavan / Getty Images

雷锋网8月13日消息  据外媒 The Verge 12日报道，最新一项研究表明，抑郁症患者在社交平台上更倾向于分享更多照片，使用更少滤镜，而分享的照片颜色更偏深色和灰色。据本周发表在EPJ Data Science杂志上的一项研究结果表明，Instagram和其他社交平台网站可用来筛查人类精神疾病。

雷锋网了解到，虽然以前也有做过此类研究，但用户的推文或在Facebook上的更新更多只能指向其是否处于低落、郁闷的状态。而这项最新研究，并不是挖掘社交平台上的数据，而是借助了计算机视觉和机器学习的方法。该项研究由哈佛大学和佛蒙特大学共同主导，他们以166位 Instagram 用户为研究样本，共分析了他们分享在平台上的43,950张照片，其中71张涉及患有抑郁症病史。

图片来源：EPI Data Science Paper

据研究人员发表在EPJ Data Science上的论文显示，他们使用了机器学习工具成功识别出抑郁症的标志，并使用颜色分析、元数据组件和面部检测算法，从43,950张Instagram 照片中计算提取统计特征，而每张照片的色调、亮度以及使用的滤镜都是其重要的分析维度。

研究结果表明，患有抑郁倾向的用户更倾向于发布更多照片，且颜色多为蓝色、灰色和深色；其次，他们使用的滤镜也更少；当他们使用一个滤镜时，通常倾向于选择“Inkwell”，即为“黑白”效果。而精神健康的用户则更喜欢用“Valencia”滤镜，这样可以使照片色彩变得更为明亮。另外，患有抑郁倾向的用户也更喜欢发布人脸特写照片，但与健康的用户相比，其分享的每张照片出现的人脸数量更少。这可能表明，抑郁症患者更喜欢在小范围的社交环境中和人交往。

同时，研究结果还表明，在利用机器学习分析了这些照片得到的模型之后，所得模型的表现优于普通医师诊断抑郁症的平均成功率。

值得注意的是，该项研究显然不适用于所有Instagram用户。虽然研究人员研究了数千张的照片，但毕竟只来自相对较少的用户。同时，这些参与研究的志愿者还必须满足一定的条件，如，他们在Instagram上有一定的活跃度，愿意分享他们整个Instagram的发布历史，以及他们是否有抑郁症的诊断证明等等。该项研究还基于用户对标准临床抑郁症调查的回应而将其进行分类。

不过，据这项研究的结论来看，其研究过程中使用的技术将很有可能成为数字化社会用于早期筛查和检测精神疾病的新途径。

Via The Verge，雷锋网编译