越來越明顯的是，我們日常生活中的平凡習慣——比如向朋友發送快速語音留言——可能很快就會成為了解我們心理健康的關鍵。根據 2026 年 1 月 21 日在 PLOS Mental Health 上發表的激動人心的新研究，一種新的醫療 AI 模型證明，只需收聽 WhatsApp 的簡短錄音，它就可以以驚人的準確度檢測重度抑鬱症。
這項研究由巴西研究人員領導，其中包括聖保羅聖保羅醫學院的 Victor HO Otani，他們發現他們的人工智能可以識別女性參與者的抑鬱症，準確率高達 91.9%。人工智能所需要的只是一個簡單的記錄，描述這個人一周過得如何。
將語音備忘錄轉換為生命體徵
我們通常認為抑鬱症是一種隱藏的或內在的東西，但它在我們說話的方式中留下了痕跡——語氣、速度和能量的變化，這些變化往往太微妙，人耳無法有意識地察覺。研究小組決定測試機器學習是否可以檢測自然界中的這些“聲學生物標誌物”。
他們使用真實世界的數據構建並訓練了七個不同的人工智能模型。在訓練階段，他們不僅僅使用無菌的臨床記錄。他們提取了通過 WhatsApp 發送的真實語音消息。其中一些來自被診斷為重度抑鬱症的患者，他們向醫生髮送了最新消息，而另一些則來自對照組，他們發送了常規聊天消息。這種自然、自發的言語的使用至關重要，因為它反映了人們在日常生活中的聲音，而不是他們試圖“表現”考試時的聲音。
這就是研究結果變得特別有趣的地方——而且有點複雜。該模型在診斷女性方面明顯優於男性。在分析“描述你的一周”條目時，人工智能對女性參與者的準確率達到了令人印象深刻的 91.9%。對於男性來說，準確率下降至 75% 左右。
研究人員對為什麼存在這種差距有一些理論。首先，他們的數據集中女性多於男性，這意味著人工智能只是更多地練習傾聽女性的聲音。但也有可能男性和女性表達抑鬱症的方式不同，或者人工智能學會尋找的特定聽覺模式在女性的言語中更為明顯。
有趣的是，當研究人員簡化任務並簡單地要求人們從一數到十時，性別差距就縮小了。女性的準確率為 82%，男性的準確率為 78%。這表明，雖然自發演講（“告訴我你的一周”）提供了更豐富的情感數據，但它也引入了更多變量，這些變量可能會根據說話者的不同而混淆模型。
心理健康的“檢查引擎燈”
這項技術的潛在影響是巨大的，特別是對於低收入地區或看精神科醫生困難或昂貴的地方。全世界的精神衛生資源都很稀缺，而且恥辱感常常阻礙人們在陷入危機之前尋求幫助。
想像一下，如果您每天使用的應用程序可以充當您大腦的“檢查引擎燈”，輕輕地推動您尋求支持，因為它注意到您的聲音發生了與抑鬱相關的變化。包括資深作者盧卡斯·馬克斯在內的研究人員認為，這種工具不會取代醫生，但可以作為一種強大的、低成本的篩查方法。它在後台運行，使用一種數十億人已經習慣使用的媒介——語音筆記。
當然，還有工作要做。該團隊現在正試圖擴大測試範圍，納入更多不同的群體和語言，以糾正這種性別偏見。但其基本理念是革命性的：在你向自己承認之前，你口袋裡的設備很快就能知道你正在掙扎。
