人工智能技术正以前所未有的精度，为洞察人类内在状态开辟新的路径。日本早稻田大学的研究人员利用尖端AI技术，开创了一种非侵入性的新颖方法，用以识别年轻群体中抑郁情绪的早期征兆，其核心在于对微妙面部表情的捕捉与解析。
这项由早稻田大学人类科学部的杉森绘里子副教授及其团队主导的研究，聚焦于分析大学生的简短自我介绍视频。研究成果已于2025年8月21日发表在《Scientific Reports》上。研究发现，AI能够精确识别与抑郁症状高度相关的特定肌肉运动模式。这些模式并非显著的戏剧性表达，而是极其细微的非语言信号，例如内侧眉毛的轻微上扬，以及唇部和口部区域的特定动态变化。这些细微变化往往不易被同伴察觉，甚至可能被解读为“表达自然度”的减弱。研究揭示了亚临床抑郁，即症状未达到诊断标准但预示未来风险的状态，同样会影响积极表情的传递，而非简单地表现为僵硬或负面。
这种基于视觉分析的技术，正成为一种便捷友好的健康监测工具。传统心理健康评估多依赖患者的主观陈述或临床医生的经验判断，这两种方式都存在固有局限，例如信息可能因患者的自我认知偏差或病耻感而失真。然而，面部表情作为非语言信息载体，其信息量巨大，可达情感信息量的百分之五十五。AI的介入使得对这些细微线索的量化分析成为可能，极大地提升了客观性与可及性。
该研究的实践意义在于，它为在教育机构和专业工作环境中，对个体心理健康指标进行持续、低干预的跟踪提供了技术支撑，有助于在潜在困境深化前启动必要的支持机制。其他研究也印证了AI在多模态数据分析中的潜力，例如有团队正利用智能手机平台，结合面部表情、声音及作息习惯等多维度数据，构建更全面的评估模型，旨在为全球近三亿的抑郁症患者提供更主动的预警和干预机会。此项研究的价值，在于它强调了关注面部表情的细微波动等不易察觉的信号，对于主动维护群体福祉的重要性。