人工智能经过训练可以根据社交网络上的出版物检测抑郁症

最近 发表在《美国国家科学院院刊》上的一项研究发现，人工智能 (AI) 可以从用户的社交媒体帖子中检测出抑郁迹象。然而，有一个小问题：确定抑郁症的算法结果有点种族主义，因为它只对美国白人有效，而对黑人同胞报告的分析显示指标不太准确。

研究人员报告称，所使用的人工智能模型对Facebook 黑人用户*的抑郁症预测能力比白人用户低三倍多。研究作者指出，在基于语言的心理健康评估中，种族经常被忽视，但研究结果表明情况不应该如此。

心理学家此前发现，频繁使用第一人称代词和某些类别的词语（例如自嘲术语）与抑郁风险增加有关。

这项新研究使用专门的人工智能工具深入研究 868 名志愿者发布的社交媒体帖子，其中一半是白人，另一半是黑人。所有参与者的其他特征，例如年龄和性别，都是相同的。

此外，所有参与者都使用医疗保健提供者用于筛查抑郁症的经过验证的问卷进行了筛查。研究发现，抑郁症与使用“我”代词、自我批评和孤立感之间的关联仅在白人中观察到。

该研究的合著者沙拉斯·钱德拉·甘塔库 (Sharath Chandra Guntaku) 对之前发现的语言关联并不适用于所有患者表示惊讶。他强调，虽然社交媒体数据不能用于准确诊断抑郁症，但它可用于评估个人或群体的风险。

Guntaku 团队早些时候进行的另一项研究分析了 COVID-19 大流行期间社交媒体帖子中的语言，显示了此类数据对于评估社会心理健康的重要性。

美国国家药物滥用研究所的布伦达·柯蒂斯（Brenda Curtis）也参与了这项研究，她指出，社交媒体上表明抑郁的语言可以为医疗保健提供者提供有关药物滥用障碍患者潜在治疗中断和复发的信息。