抑鬱症是十分普遍的精神健康問題，根據香港精神健康調查2015年數據，本港每100名港人就有8.3人患有抑鬱症。中大醫學院研發了採用「多模態數據—人工智能分析」的手機應用程式，即透過人工智能分析使用者的「多模態數據」，包括面部表情、聲音及文字等生物指標，以及由腕動計收集到的作息習慣資料作診斷，透過研究證實能有效評估抑鬱症。
2015年香港精神健康調查指出，本港常見精神障礙患者（包括抑鬱症及焦慮症患者）中七成人未有尋求精神健康服務，原因包括缺乏意識、害怕被歧視或尋求服務時遇到困難。為了讓患者更願意尋求協助，醫學界近年興起利用無需面診的電子平台協助診斷。而目前臨床評估是診斷抑鬱症的黃金標準，惟精神健康服務在香港及全球多個地區供不應求。
研究揭抑鬱症患者主要生物特徵
中大醫學院精神科學系於2021年6月至2023年3月期間進行了一項對照研究，以分析用「多模態數據」診斷華人抑鬱症患者的成效。研究共招募了101位抑鬱症患者（抑鬱症組）及82位沒有精神障礙的人士（對照組）參與。參加者需要連續七天佩帶腕動計以記錄他們的作息資料，並在中大研發的手機程式中評估自己的快樂指數，及錄影片段記錄自己的表情、聲線及感覺描述。是次研究發現抑鬱症患者主要的生物特徵分別包括：作息測量結果顯示，他們會減少活動時間，並會出現較紊亂的作息時間，例如遲睡及遲起床；多緊皺眉頭，嘴角向上的表情亦較少；在交談時，他們傾向談及自己，並較常使用帶有消極情緒的言語。他們語速會變慢且停頓的時間亦有較大變化；以及抑鬱症患者及康復者的快樂指數平均都較對照組低。
會形成像Ω符號般臉部表情
中大醫學院精神科學系系主任兼卓敏精神科學教授榮潤國教授解釋：「在抑鬱症患者面部表情方面，我們的研究結果與以往文獻的分析一致：抑鬱症患者在情緒低落時會眉頭緊皺，前額與眉頭間會皺縮起來形成像Ω符號般的臉部表情，稱為『Omega sign』，這是一種憂鬱情緒的面部特徵。此外，我們的結果與高加索人種（亦稱白人）抑鬱症患者的研究結果一致，華人抑鬱症患者語速會變慢，同時傾向在說話中使用第一人稱，這反映了抑鬱症患者有自我關注的傾向，我們的研究證明這是一種跨文化的普遍現象。這些生物特徵可以成為識別抑鬱症高風險人群的指標。」
另外，他續指，研究亦證明「多模態數據—人工智能平台」輔助醫學教育及培訓的潛能。
現階段只應用於研究
李汶浩博士表示，手機應用程式透過錄影記錄使用者的表情、聲線及感覺描述，評估快樂指數。整個過程約需兩分鐘，而現階段只應用於抑鬱症患者的研究。團隊將繼續收集更多元及更大量的臨床數據，提升程式的人工智能系統，目標是普及至社區應用，作為抑鬱症評估工具。相關研究結果已於國際期刊《Translational Psychiatry》發表。
Text：Fion
延伸閱讀：