精神疾病诊断转向居家测量与大脑视觉注意力追踪

针对抑郁症等精神类疾病的检测手段，正经历检测场景与评估维度的转移。相关技术路径逐步脱离传统医疗机构的集中检测模式，向居家常态化监测延伸，操作标准趋向常规生理指标测量水平。

视觉注意力分布特征提供评估依据

在特定图像识别测试中，受试者的视线分布呈现明确差异。健康人群观看油画时，视觉焦点会直接锁定人物面部等核心区域。抑郁症受试者的视线分布则呈现全面扩散状态，画面主体与边缘区域的界限在其视觉感知中趋于模糊。

看同样一幅油画，普通人的目光会自然聚焦在画面主体，比如人物面部；而抑郁症患者的注意力游荡在画面各处，画面主体与边缘在他们眼中并不清晰。

检测模式转换逻辑拆解

• 场景下沉：将原本依赖医院设备的专项检测，转化为家庭环境下的常规化操作。
• 数据采集：通过记录受试者观看静态图像时的眼球运动轨迹，提取注意力分散指标。
• 结果呈现：把不可见的心理状态转化为可观测的大脑视觉响应数据。

该路径将居家日常测量与大脑视觉反馈数据相整合，使精神疾病的监测节点直接前置到日常生活场景中。

上海交大等团队开发AI辅助诊断设备 准确率超90% 数据集已开源

上海交通大学等科研团队在2026年5月21日的会议上展示了AI辅助精神疾病诊断的最新进展，相关设备与数据集已在临床验证与开源应用中取得实质性突破。

多模态融合与脑电大模型突破

上海交通大学吕宝粮教授和郑伟龙副教授的团队，将肉眼不可见的情绪状态差异转化为可观测的热力图。该团队选用油画作为测试媒介，认为油画蕴含丰富情感色彩，能有效诱发观看者差异化的情绪反应。在观看过程中，眼动记录能捕捉大量潜意识行为。

该团队已将眼动记录与脑电信号结合，通过生理与行为双重信号描述个体精神状态。目前，团队已积累6000多名抑郁症患者的高质量脑电数据及临床量表数据，并收集了1300多名健康受试者数据。研究发现，面对易诱发负面情绪的油画，部分抑郁患者表现出过度关注负面元素的倾向，该现象被称为“负向偏移”。

通过AI训练，团队在特定油画刺激下，对抑郁与非抑郁状态的区分度已超过90%。吕宝粮与郑伟龙团队长期专注于脑电信号与抑郁症诊断关联研究，其维护的SEED数据集是全球规模最大的情绪脑电数据集之一。

设备小型化与三导联快速检测

基于上述研究，该团队开发了名为“情绪X光机”的检测设备。该设备能在5至10分钟内，融合脑电、眼动、面部表情等多模态生理信号，为大脑进行透视并自动生成情绪状态分布报告。其核心目标是对精神疾病进行早筛、早诊、早治，为潜在患者提供科学提醒。该设备已在多家医院完成临床验证，目前正致力于小型化与便携化改进。

“这个设备的目标是对精神疾病早筛-早诊-早治，特别是给那些没觉得自己需要帮助的人一个科学提醒。”

与此同时，北京理工大学胡斌教授团队致力于研发简便易用且准确的诊断设备。传统脑电采集常需全脑佩戴且耗时长，头发易干扰电极接触。胡斌团队的临床实验表明，仅需在前额叶使用三个导联采集数分钟数据，即可快速甄别抑郁状态与正常状态。该技术已在北京、上海等地完成约9000人的临床测试，相关设备已获二类医疗器械注册证，并应用于部分高校新生入学体检。

多模态数据集开源与临床验证

胡斌团队还开源了多模态抑郁症数据集，涵盖脑电、眼动、语音等多维度数据，免费向全球科研机构开放。截至目前，该数据集已被超过1000家国际机构下载并使用。团队同时开发了基于手机语音与表情分析的移动应用，在实验室环境下识别准确率可达80%。

针对开放环境中的噪声与光照干扰问题，胡斌团队提出“情感带宽”概念以量化情绪变化。团队自主研发了国产眼动追踪眼镜，成本降至数千元，识别准确率约为80%，显著低于国外同类设备高达35万元的售价。

云南大学人工智能学院杨云教授团队将突破口定位于抑郁症诊断。该团队通过与临床医生合作，设计能诱发真实情绪反应的刺激任务，同步采集面部表情、肌电、脑电、声音、体温等多维生理数据，利用AI进行综合判断。实验室临床反馈显示，其诊断准确率超过90%。目前，团队已研发4款产品，其中2款民用级产品已上市，1款临床级设备正在办理医疗器械许可证。

从经验判断到客观标记的进展与挑战

精神疾病诊断长期依赖医生访谈与量表问卷，主观性强且误诊率较高。全球约10亿人受精神障碍困扰，其中超75%未能获得有效治疗，根源之一在于缺乏客观生物标志物。2015年，美国国立精神卫生研究所前所长托马斯·因塞尔在《自然》杂志呼吁，精神疾病诊断必须从定性向定量转变。

随着AI与脑科学的融合，客观评估成为可能。上海交大团队提出的MindCross脑电大模型，旨在突破以往脑电数据稀缺导致的模型局限。该模型采用自监督预训练方式，利用大量无标签数据打底，实现跨数据集、跨任务联合学习，再迁移至具体任务，从而从封闭分类走向开放式交互。

2026年3月，国家药监局批准了全球首个侵入式脑机接口医疗器械上市，标志着该领域从实验室正式迈向临床。这一进展为精神疾病诊疗从依赖经验转向依赖数据、从主观判断转向客观标记提供了新的可能性。

• 吕宝粮与郑伟龙团队维护的SEED数据集，截至2026年3月已获106个国家、3400多所大学及研究机构申请使用，申请次数超过1万次。
• 胡斌团队开源的多模态抑郁症数据集，已有超1000家国际机构下载并使用，服务于全球精神健康研究。

然而，这条依靠数字量化解决精神疾病的路径并非毫无阻碍。脑机大模型存在幻觉问题，预训练任务仍需更多探索。如何将客观评估与数字疗法结合形成闭环系统，仍面临重大挑战。上海交大郑伟龙副教授表示，如何克服模型幻觉、完善预训练任务，以及实现客观评估与数字疗法的闭环结合，是当前面临的核心难题。

中青报中青网记者 李新玲