香港中文大學（中大）醫學院研發了一款採用多模態數據人工智能分析的手機應用程式，該技術可透過面部表情、聲音、文字及作息習慣等多種生物指標來診斷抑鬱症，研究結果已於國際期刊《Translational Psychiatry》發表，證實此技術能有效評估抑鬱症。
全球約有 3 億人受抑鬱症困擾，根據 2015 年香港精神健康調查，每 100 名港人中有 8.3 人患有抑鬱症。精神健康服務需求龐大，醫學界積極探索無需面診的電子平台診斷方式。中大醫學院精神科學系主任榮潤國教授表示，抑鬱症涉及生理、認知、情緒、語言及作息等多方面變化，傳統臨床診斷結合電子方式量度多模態數據，將成為新一代評估工具。
中大醫學院於 2021 年 6 月至 2023 年 3 月進行一項對照研究，分析「多模態數據」診斷華人抑鬱症患者的成效。研究招募了 101 位抑鬱症患者及 82 位無精神障礙人士，參加者需連續七天佩戴腕動計記錄作息，並在手機程式中評估快樂指數，錄影片段記錄表情、聲線及感覺描述。研究發現，抑鬱症患者的主要生物特徵包括減少活動時間、作息紊亂、眉頭緊皺、語速變慢且傾向使用帶有消極情緒的語言。
榮潤國教授指出，抑鬱症患者面部表情常見「Omega sign」，即眉頭間形成 Ω 符號，顯示情緒低落。語速變慢和使用第一人稱是跨文化現象，反映自我關注傾向。這些生物特徵可成為識別高風險人群的指標，研究證明「多模態數據—人工智能平台」輔助醫學教育及培訓的潛力。
博士後研究員陳捷博士表示，人工智能分析多模態數據能有效判斷患者是否曾患抑鬱症，統計學上 F1 分數達 0.81，且能評估患者臨床狀態，F1 分數達 0.70，優於單模態或簡單自我評估。
助理教授李汶浩博士提到，計劃運用研究所得的電子生物標記，建立專門篩查和監測華人抑鬱症患者的人工智能自動化系統，該系統具協助診斷和監測潛力，有望緩解醫護人員壓力。
隨著人工智能（AI）技術進步，假資訊和錯誤資訊威脅日益增長，政治家近月來不斷收到有關這方面的警告。這次研究由醫務衞生局醫療衞生研究基金資助，顯示電子平台診斷技術在未來的廣闊應用前景。
▲陳捷博士模擬抑鬱症患者眉頭緊皺的表情
▲AI 會拍攝測試者表情，評估抑鬱症風險
