面部表情会出卖自己的小心思，而如今，面部活動识别的功能又被科学家拓宽了，它们还可能透露心理健康状况。近日，中国科学院心理研究所行为科学重点实验室朱廷劭研究组的科研人员借助人工智能，构建了不同心理症状的面部自动识别模型，探索了个体面部活动指向心理健康症状的可能性。相关研究成果在线发表于《心理学前沿》。

凡是接触过心理咨询的人都不会对心理测试量表感到陌生，因为在专业场景中，它是目前最核心的诊断方法。然而，传统心理测试量表有明显的局限。基于面部活动识别人的心理健康状况便是当下不同于传统心理测量的新方法。已有研究表明，人类的行为包括面部活动会反映积极或消极的情绪变化，而情绪又受到心理健康状态的影响。

“患有不同心理疾病的个体表现出不同行为，而患有同种心理疾病不同亚型的个体的行为也存在差异。”朱廷劭表示，这些研究结果为使用行为数据识别个体全面的心理健康症状提供了可能，而过去多数研究主要集中在识别某一种心理疾病的存在或程度。

“这一新方法借助人工智能里的机器学习算法，将人的面部活动变化作为输入，将其心理测试指标作为输出，建立输入和输出的映射关系后，被试者只要‘刷个脸，理论上我们就能通过他的面部数据得到他的心理健康状况了。”朱廷劭说。

在与心理健康相关的所有非语言行为中，面部表情相对稳定，并且易于获取。通过面部活动识别心理状况，既方便又可以多次使用，还能避免被试者主观想法干扰实验，并且减轻被试者过多的心理负担。

于是，朱廷劭团队尝试构建了不同心理症状的面部自动识别模型，从而探索个体的面部活动能否有效指向被试者的心理健康症状。他们还将信效度检验方法应用于机器学习模型的评估，为未来的同类型研究提供一种可行的多维度机器学习模型评估方法。

“这一方法目前仍在探索阶段。”朱廷劭表示，由于研究的样本量不够大，机器学习还需要大量练习，才可能提高准确性和有效性。再者，选择面部的哪些特征变化才能更好地对心理指标进行预测，也需要不断分析和调整。

尽管如此，朱廷劭认为，未来在一些非专业诊断的场景，这种方法有很大的应用潜力。

◎ 编译|胡珉琦  张思璇

◎ 来源| 中国科学报