年，宾夕法尼亚大学医学研究人员发现，通过使用人工智能识别标记特定用户的关键词，抑郁症可以在确诊前三个月就被预测出来。随着社交媒体越来越注重图片——超过半数的推文，每秒多条推文，且超过半数都有图片——通过图片内容获取健康状况线索的价值将变得越来越重要。
近期，宾夕法尼亚大学佩勒曼医学院研究人员试图利用计算机视觉和人工智能技术，从多名推特（Twitter）用户发布的图片中，筛选哪类头像或照片与抑郁和焦虑状态有关。具体的特征元素包括图片颜色、面部表情和不同的审美标准（如景深、光线和对称性构图）。结果显示：
★抑郁和焦虑用户更有可能发布审美价值较低、色彩不那么鲜艳的图片，尤其是灰度图片。
★有抑郁倾向的用户更倾向于压抑积极情绪，而不是表现出更多的消极情绪，比如他们的头像或照片总是板着脸，而不是皱眉。
★照片中没有包含的信息或许暗含抑郁信号。比如，抑郁用户通常只发布自己的照片，而没有家人、朋友或其他人的照片；发布的内容也不包含娱乐活动或兴趣爱好等。（李璐编译）
