人工智慧（Artificial Intelligence）的大航海時代，科學家與醫師共同發現智慧醫療這塊新大陸。近年人工智慧被廣泛運用在各種醫療領域，精神醫學亦不例外。想像不久的將來，我們的智慧型手機成為溫暖貼心的夥伴兄弟閨蜜，透過對我們心跳、血壓、呼吸、螢幕點擊動作、臉書發文內容等數據分析，即時監測我們的心情，提醒播放爵士樂、輕音樂、深呼吸、休息、聯絡朋友或諮商師，接著鼓勵安慰我們、對話進行即時的「支持心理治療」、甚至開釋因應之道。就像檢測基因可預測未來疾病發作，今天我們將介紹藉由社群軟體發文預測未來憂鬱症發作的智慧醫療最新研究。 美國哈佛大學心理學家Reece、Reagan與Lix等人研究社群軟體推特（Twitter），調查204名個案的279,951篇推文內容，並以機器學習方式（電腦透過演算法自動學習，由已知答案的樣本預測未知的樣本）形成人工智慧預測模型。他們發現發文語意分析結果快樂程度較低、每次推文字數較少、與他人溝通互動較少是最能預測後來憂鬱症發作的因子。此研究於2017年發表在《科學報告》（Scientific Reports）。美國賓州大學的Eichstaedt、Smith與Merchant等學者2018年發表一個研究在美國《國家科學院院刊》（Proceedings of National Academy of Sciences），指出人們的臉書（Facebook）發文內容可用來預測之後的憂鬱症發作。他們以683名個案臉書發文做為研究素材，將發文字詞（如哭泣、眼淚或生病）與字典資料庫比對解析。臉書發文內容以機器學習方式形成人工智慧預測模型。他們發現若個案發文較常提及憂鬱心情、孤獨、敵意、自我關注、與反覆負面思考等主題，接下來3到6個月較可能出現憂鬱症發作。 研究者也留意社群媒體照片的憂鬱症預測效果。哈佛大學心理學家Reece與Danforth研究分享圖片視訊的社群應用軟體Instagram。他們調查166位Instagram使用者，以色彩分析、臉部偵測、與數據組件等工具從43,950張照片中統計萃取特徵，以機器學習方式分析照片特徵以形成人工智慧預測模型。他們發現日後診斷憂鬱症者與健康者相比，較傾向發佈藍色、灰色和深色照片、較常使用黑白濾鏡、收到較多評論、較少按讚數、發照頻率較高、更傾向發佈人臉特寫、且每張照片人數較少。此研究推論人工智慧分析Instagram照片以預測未來憂鬱症發作之準確度，可能比一般醫師（非精神科醫師）臨床診斷高。此研究於2017年發表在《歐洲物理期刊：資料科學》（EPJ Data Science）。 桃園療養院精神科陳頌威醫師認為這些研究相當具啟發性。民眾可以留意親朋好友的社交媒體發文內容與照片特徵，若覺得對方心情憂鬱低落，宜適當表達關心支持，若症狀嚴重或持續兩周以上請建議其就醫。民眾也可透過回顧自己社交媒體貼文，自我覺察情緒狀態或持續時間，及早求助以預防憂鬱症。桃園療養院為規模一千多床的公立精神科專科教學醫院，是台灣第一所公立精神科專科醫院（1934年設立總督府養神院），長年與台大醫院精神部建教合作。桃療傳承悠久歷史傳統與深厚人文主義，仍努力自我超越引進新科技。近期在邱献章院長領導之下，與國立陽明大學腦科學研究所與數位醫學中心合作成立「腦醫學中心」，以病人安全、先進腦醫學與精準治療三大方向，擘畫智慧精神醫療之未來發展。桃療與臺北榮民總醫院合作，引進經顱磁刺激治療（rTMS）之精準治療。桃療也計畫推廣智慧醫療之臨床運用，如居家睡眠檢測、智慧病房、智慧預警系統或遠距醫療，期待提供民眾兼具先進科技與貼近人性之精神醫療服務。
