李月红

　　由哈工大“社会网络与数据挖掘”联合实验室、国内数据挖掘公司“宏博知微”组成的研发团队，日前建成了基于社交媒体数据的抑郁倾向识别模型。经精神卫生机构确认，该模型识别出来的部分用户为重度抑郁症患者。相关人士表示，这项研究结果或将成为抑郁症临床诊断之外的新兴诊断方法。

　　据公开数据显示，我国抑郁症发病率约为3%至5%，目前已有超过2600万人患抑郁症。与此同时，全国地市级以上医院对抑郁症的识别率却不到20%。

　　抑郁识别模型研发者发现，存在抑郁倾向的微博用户与普通用户发博时间存在明显差异，这部分人群发博高峰在晚上11时，其夜间活跃度比普通用户平均高出约30%。该群体微博关键词为“死”、“抑郁症”、“生命”、“痛苦”等负能量字眼。其中60%为女性，40%为男性。

　　利用大数据干预抑郁症诊断及治疗是否可行，微博用户对此看法不一。持反对态度的网友认为，这种筛选方式过于无礼粗暴。支持的网友认为，如果能向这样的博主发送激励、正能量的内容，进行实时正向干扰， 多一些关爱，就少一些遗憾。

　　研究团队负责人表示，近年来他们持续开展对微博用户特征的挖掘刻画研究，包括行业、疾病、刻画等。未来，将基于不断的完善情感模型，增加情景模型和人物画像模型，对抑郁倾向人群（或其他边缘化人格）做出更准确的判断，为精神类疾病、危害社会行为的提前干预提供数据支持。