全球有超過四十億人使用社交媒體，從他們的裝置中產生海量資料。這些資訊不僅可以用於追蹤他們的購買行為、政治傾向或疫情期間的社交媒體使用模式，還可以被引導用於更好地檢測精神疾病和改善福祉。
越來越多的研究表明，帖子中的語言模式和影像可以揭示和預測個體的心理健康狀況，並評估整個人群的心理健康趨勢。
得益於人工智慧、自然語言處理和其他資料科學工具的進步，研究人員、科技公司、政府機構和非政府組織可以利用這些龐大的資料庫來尋找心理健康狀況的跡象，例如抑鬱症、焦慮症和自殺風險。
關於支援科學新聞業
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞業 訂閱。透過購買訂閱，您正在幫助確保未來能夠持續報道關於塑造我們當今世界的發現和想法的有影響力的故事。
在某些國家，Facebook的線上自殺預防計劃使用人工智慧掃描使用者的帖子，查詢可能識別出有自殘傾向的人的影像和文字。訓練有素的人工稽核團隊會收到顯示自殺想法模式的帖子警報，並向高危使用者傳送心理健康資源。在嚴重情況下，可能會通知緊急服務部門，以警告迫在眉睫的自殘風險。
Pinterest 的“關懷搜尋”將尋求焦慮和其他心理健康相關主題資訊的使用者與促進情緒健康的連結聯絡起來，包括深呼吸活動和更精細的心理治療練習。Snapchat 開發了“為你服務”應用內支援功能，以幫助可能正在經歷心理健康挑戰的使用者。主要功能之一是監控與心理健康狀況相關的搜尋詞，然後為使用者提供有用的資源連結和幫助熱線的直接連結。
除了科技公司，一些國家也開始透過社交媒體渠道解決心理健康問題。2018 年，加拿大啟動了一個試點專案，分析隨機社交媒體資料以識別自殺熱點地區，從而能夠合理分配資源。
許多研究機構也在使用社交媒體資料開發即時觀察工具，供政策制定者使用。這些工具分析幸福感、其他情緒和心理健康問題跡象等福祉指標。研究人員最近證明，正如美國疾病控制與預防中心報告的那樣，抑鬱症指數與地理和人口模式相關。在 COVID-19 大流行期間，當傳統調查方法無法足夠快地提供結果時，研究人員使用積極和消極情緒指標來快速評估人口狀況。
使用人工智慧演算法透過社交媒體帖子分析情緒和心理健康狀況仍處於起步階段。不過，現在開始解決技術、倫理、文化和社會問題還不算太早。可能有人希望僅根據社交媒體資訊（例如，透過 #depression 這樣的標籤）來檢測心理健康狀況，而不是基於對個人狀況的實際臨床驗證。此外，研究人員可能難以從大多數社交媒體平臺輕鬆提取資料，因此他們發現的內容範圍可能有限。科技公司可能會開發心理健康指標的檢測和預測演算法，但這樣做時不會在學術期刊上發表他們的工作，也不會讓獨立專家小組對其進行審查。
在進一步進行社交媒體資料探勘之前，需要解決許多問題。社交媒體上的詞語使用模式如何與心理健康的臨床嚴格定義聯絡起來？自殘檢測演算法是否需要研究界的驗證？如何保障使用者的隱私及其心理健康資料？
眾多的問題和挑戰並沒有削弱一個前所未有的機會，即進一步開發必要的框架和工具，以利用技術來造福心理健康。融入社交媒體的自殘檢測可以挽救生命，因為高危人群通常不會接近家人或專業人士。從社交媒體得出的心理健康指數也可以作為制定公共衛生政策的工具，因為它們可以即時快速評估新舉措的影響，並識別高危亞人群。
將類似的想法廣泛應用將需要公私合作，以幫助研究人員訪問資料，使人工智慧演算法變得更加透明，促進協作創新，並最終為管理公共和個人心理健康帶來更好的技術解決方案。
如果您需要幫助 如果您或您認識的人正在掙扎或有自殺念頭，可以尋求幫助。請撥打全國自殺預防生命線 1-800-273-8255 (TALK)，使用線上生命線聊天或傳送簡訊 TALK 至 741741 聯絡危機簡訊專線。
這是一篇觀點和分析文章，作者或作者表達的觀點不一定代表《大眾科學》的觀點。