当一个人有抑郁倾向的时候，身边的人可以捕捉到什么线索？
此前，我们曾报道过哈佛大学的两名研究员用 Instagram 上的照片滤镜来研究其与抑郁症关联的实验。目前这一实验有了更多详细的进展，来自哈佛大学和佛蒙特州大学的两名研究人员 Andrew G. Reece 和 Christopher M. Danforth 上周在 EPJ Data Science杂志上发布了一篇论文。
他们在 Amazon Mechanical Turk 平台上招募了 166 名志愿者，这些志愿者将其在 Instagram 上发布的照片分享出来，并且需要向研究小组公开其是否具有抑郁病史。
166 位志愿者一共在平台上分享了 43950 张照片，其中有 71 张都涉及抑郁病史。研究员将这些照片分别用不同维度进行了标注。比如每张照片都采用了什么样的滤镜，将这些信息与涉及抑郁病史的图片通过机器学习自动进行匹配。他们发现了正常人与抑郁症患者所发图片里有较大差异的一些相关变量，比如图片色彩、颜色饱和度、对比度等。
研究发现，当人们具有抑郁倾向时，他们更倾向于：
- 发布偏向于蓝色、或者灰色调的照片
- 发布频率较高
- 喜欢在他们的 Instagram 照片上评论
- 喜欢发布和人脸特写有关的照片
- 较少使用 Instagram 的滤镜来调整照片的亮度和颜色
- 如果使用滤镜的话，常用带有 Inkwell 感，会使得画面具有黑白效果的滤镜
- 很少使用让照片显得更明快的滤镜，比如 Valencia
- 很少会在 Instagram 上点赞
- 总体而言，照片中出现的人脸数偏少
同时，研究员们将图片所代表的幸福值通过主观判断，分别打上维度为 0-5 的分数。
这个研究还有很多漏洞可钻。如果是那些天生的黑白摄影爱好者呢？人们并不能据此判断这个群体有抑郁症倾向，报告中研究员也提出了这一结论的局限性。而这些挑选出的志愿者，他们几乎都有主动发送 Instagram 的习惯，并且愿意主动公开自己的抑郁病史，这使得观察样本的范围缩窄。
当然，这些判断也远远不能用于心理医生的临床诊断。但它提供了一种前瞻性的方式，在人们越来越以来数字化的生活方式后，这些社交网络上的海量信息是否能转化为临床诊断、或者精神分析的指标。
题图来自 Fortune
