抑郁癥是最常見的心理健康問題之一，但其早期跡象常常被忽視。研究顯示，抑郁患者往往表現(xiàn)出面部表情減少。然而，輕度抑郁或“亞臨床抑郁”（subthreshold depression, StD，即癥狀不足以診斷為抑郁癥，但卻是未來發(fā)展為抑郁癥的重要風(fēng)險因素）是否也與面部表情的變化有關(guān)，一直沒有定論。

近日，日本早稻田大學(xué)人類科學(xué)學(xué)部的杉森繪里子副教授和博士生山口真由展開了一項(xiàng)研究，利用人工智能技術(shù)分析大學(xué)生的面部表情變化。相關(guān)成果已于2025年8月21日發(fā)表在《Scientific Reports》上。

“隨著人們對心理健康的關(guān)注不斷增加，我希望探討像表情這樣細(xì)微的非語言信號，如何通過人工智能分析揭示個體的心理狀態(tài)，并影響他人對他們的社會印象?！鄙忌硎尽?/p>

研究團(tuán)隊(duì)邀請64名日本大學(xué)生錄制簡短的自我介紹視頻，另有63名學(xué)生對視頻進(jìn)行評價，從“表情豐富度”“友好度”“自然度”和“好感度”等方面進(jìn)行打分。同時，研究人員借助人工智能軟件 OpenFace 2.0 對視頻中學(xué)生的面部微表情進(jìn)行了追蹤和分析。

結(jié)果顯示，報(bào)告存在輕度抑郁癥狀的學(xué)生，在同伴評價中被認(rèn)為不夠友好、缺乏表現(xiàn)力、也不太討人喜歡。但值得注意的是，他們并未被認(rèn)為顯得更僵硬、虛假或緊張。這意味著輕度抑郁并不會讓人顯得“負(fù)面”，而是悄悄削弱了積極表情的傳遞。

人工智能的分析進(jìn)一步揭示了細(xì)微的肌肉運(yùn)動模式——包括眉毛內(nèi)側(cè)上提、上眼皮抬起、嘴唇拉伸以及張口動作等。這些變化與抑郁評分呈高度相關(guān)，盡管肉眼難以察覺，但AI可以敏銳捕捉到。

研究者同時強(qiáng)調(diào)，該研究對象為日本大學(xué)生，文化背景對情緒表達(dá)方式的影響不容忽視。

杉森指出：“我們提出的這種基于短視頻和自動化表情分析的方法，可以在學(xué)校、大學(xué)和職場等場景中應(yīng)用，用于心理健康的篩查和檢測?！?/p>

這一方法有望融入心理健康科技、數(shù)字健康平臺或企業(yè)員工關(guān)懷計(jì)劃，以便更高效地監(jiān)測個體的心理狀態(tài)。

“總體而言，我們的研究提供了一種新穎、便捷且非侵入性的人工智能工具，用于在臨床癥狀出現(xiàn)前實(shí)現(xiàn)對抑郁的早期檢測，從而推動及時干預(yù)和心理健康管理。”杉森總結(jié)道。

參考文獻(xiàn)：Eriko Sugimori et al, Subthreshold depression is associated with altered facial expression and impression formation via subjective ratings and action unit analysis,?Scientific Reports?(2025).?DOI: 10.1038/s41598-025-15874-0

編輯：王洪

排版：李麗

?