Американские исследователи успешно использовали машинное обучение для выявления маркеров депрессии в фотоснимках пользователей Instagram. Препринт исследования доступен на сайте arXiv.org.

Сотрудники Гарвардского и Вермонтского университетов провели онлайновый опрос пользователей Instagram, включающий определение депрессии по шкале Центра эпидемиологических исследований (CES-D). После этого они попросили участников с признаками клинической депрессии и без них поделиться своими публикациями за все время пользования сервисом.

В результате ученые собрали для анализа почти 44 тысячи фотографий 166 пользователей (71 с депрессией и 95 здоровых). По этим публикациям они собрали следующую информацию: степень активности каждого пользователя (число публикаций в день), реакцию сообщества (число «лайков» и комментариев), наличие и количество лиц на фотографиях, характеристики изображения (тон, насыщенность и яркость) и метаданные (примененные фильтры). Поскольку у исследователей были данные о том, кто из пользователей страдает депрессией, они смогли использовать машинное обучение с учителем (при котором ученым известен правильный ответ) для того, чтобы оценить предсказательную силу этих факторов. Выяснилось, что основными признаками депрессии служат тона, близкие к синей части спектра, а также низкие значения яркости и насыщенности. Также у людей с этим заболеванием оказалось больше фотографий с лицами, однако количество лиц на них было меньше, чем на снимках здоровых людей. К публикациям людей с депрессией было больше комментариев, но меньше «лайков».

Кроме того, при депрессии люди в целом реже использовали фильтры и предпочитали Inkwell, преобразующий снимки в черно-белые. Здоровые пользователи чаще всего пользовались фильтром Valencia, который делает фото светлее. Как пишут авторы работы, полученные результаты свидетельствуют о том, что визуальные социальные сети могут стать ценным инструментом для скрининга и раннего выявления психических расстройств.