抑郁症是最常见的心理健康问题之一，但其早期迹象常常被忽视。研究显示，抑郁患者往往表现出面部表情减少。然而，轻度抑郁或“亚临床抑郁”（subthreshold depression, StD，即症状不足以诊断为抑郁症，但却是未来发展为抑郁症的重要风险因素）是否也与面部表情的变化有关，一直没有定论。
近日，日本早稻田大学人类科学学部的杉森绘里子副教授和博士生山口真由展开了一项研究，利用人工智能技术分析大学生的面部表情变化。相关成果已于2025年8月21日发表在《Scientific Reports》上。
“随着人们对心理健康的关注不断增加，我希望探讨像表情这样细微的非语言信号，如何通过人工智能分析揭示个体的心理状态，并影响他人对他们的社会印象。”杉森表示。
研究团队邀请64名日本大学生录制简短的自我介绍视频，另有63名学生对视频进行评价，从“表情丰富度”“友好度”“自然度”和“好感度”等方面进行打分。同时，研究人员借助人工智能软件 OpenFace 2.0 对视频中学生的面部微表情进行了追踪和分析。
结果显示，报告存在轻度抑郁症状的学生，在同伴评价中被认为不够友好、缺乏表现力、也不太讨人喜欢。但值得注意的是，他们并未被认为显得更僵硬、虚假或紧张。这意味着轻度抑郁并不会让人显得“负面”，而是悄悄削弱了积极表情的传递。
人工智能的分析进一步揭示了细微的肌肉运动模式——包括眉毛内侧上提、上眼皮抬起、嘴唇拉伸以及张口动作等。这些变化与抑郁评分呈高度相关，尽管肉眼难以察觉，但AI可以敏锐捕捉到。
研究者同时强调，该研究对象为日本大学生，文化背景对情绪表达方式的影响不容忽视。
杉森指出：“我们提出的这种基于短视频和自动化表情分析的方法，可以在学校、大学和职场等场景中应用，用于心理健康的筛查和检测。”
这一方法有望融入心理健康科技、数字健康平台或企业员工关怀计划，以便更高效地监测个体的心理状态。
“总体而言，我们的研究提供了一种新颖、便捷且非侵入性的人工智能工具，用于在临床症状出现前实现对抑郁的早期检测，从而推动及时干预和心理健康管理。”杉森总结道。
