爱华网系列专题：大数据营销
如果你收到这样一条私信：亲，系统发现您可能患有抑郁症，建议您到医疗机构就诊。你大概会立刻恼火，感觉屏幕上有双眼睛不断地窥视着自己。 哈工大“社会网络与数据挖掘”联合实验室与国内社交媒体数据挖掘公司“宏博知微”正在开发这样一个模型——基于社交媒体的数据，对用户的抑郁症倾向进行识别。实验室在新浪微博近亿用户中识别出几百名重度抑郁症患者，随后由医学机构对此人群进行人工诊断，判定出200名抑郁症患者，模型的诊断准确度达到83%。 “有些表现出抑郁症倾向的用户除了喜欢用小号来表达痛苦情绪，还有群落聚集趋势，他们会同时关注很多同类人群，有的甚至会习惯每天到已经自杀的用户微博上评论‘今天你还好吗’” ？实验室负责人、哈工大博士于霄介绍。这个项目最早的灵感就来自微博网友“走饭”、“sienna 赛娜”的自杀事件。于霄认为，“这些人的微博非常触目惊心，负面情绪隐含在每一条中，如果通过数据识别这一群体，让其亲友能早点干预，也许可以避免悲剧发生。” 根据医疗机构的数据，我国目前有超过 2600 万人患抑郁症，地市级以上医院对抑郁症的识别率不到 20%，仅有 9% 的抑郁症患者在自杀前曾到精神科或心理咨询机构就诊。大数据的手段或许能成为抑郁情绪临床识别之外的新兴识别方法。 通过模型，他们发现存在抑郁倾向的微博用户与普通用户发博时间有明显差异，这部分人群发博高峰在 23 点，夜间活跃度比普通用户平均约高出 30%。他们的微博关键词为：死、抑郁症、生命、痛苦、自杀。 实验室把这些数据提供给北京、上海的一些精神病医院，虽然得到一些专家的认可，但是仅凭社交信息下诊断，在医学手段上还不够严谨。中山三院精神科副主任医师陶炯就认为：“利用大数据来识别抑郁症患者，一定程度上反映了用户的情绪，可以作为对这个群体初筛的一种方式。但是每个人都会有情绪发泄的时候，如何甄别这些是否‘假阳性’，要确诊还需要医生面谈。” 因此，这个模型的商业价值并不在于“诊断”本身，而是进一步与能为这部分人群提供帮助的专业机构共同研究抑郁倾向用户情绪干扰方案。对于普通用户，看到自己的性格特征、人际交往等通过数据挖掘整理被罗列出来，必然会引起反感甚至侵犯隐私的控诉。但是对于那些与医疗机构有过接触的患者来说，医生把社交媒体的数据当作治疗方案的依据之一，是可以接受的。
同时社交网络也可以为抑郁症患者推送正面的信息，美国Allied Health World的一项调查数据显示，接近25%的用户能找到与自己“同病相怜”的人，希望从他们那里获得鼓励。如果模型能发现并满足这类需求，对于抑郁症的治疗也是有正面意义的。 医疗保健行业，从安装在智能手机上的个人健康应用，到诊所和医院里医生使用的电子健康记录仪，都已经由科技主导，那么用科技手段干预抑郁情绪的识别及治疗也是值得探索的领域。
