首頁 > 電機資工的現況與未來:遠離憂鬱–以智慧型手機察覺負面情緒
:::

電機資工的現況與未來:遠離憂鬱–以智慧型手機察覺負面情緒

智慧型手機很適合做為個人憂鬱傾向的追蹤平台,在手機上追蹤使用者的情緒,能即時察覺到自身的狀況,適時脫離負面情緒。
 
 
 
現代人生活壓力大,很多人罹患了憂鬱症卻仍不自知。長時間的抑鬱如悲傷、憂鬱、焦慮、疲憊、喜怒無常等,甚至是身體功能失調、食欲減退、睡眠紊亂,都可能是憂鬱症的前兆。惟大多數人對憂鬱症的了解不深,認為這些毛病只是心情不好,不需理會它,過段時間自然就會改善而不需治療。

其實,憂鬱症的成因包含遺傳、心理、社會、環境等因素,並且有很高的復發率。憂鬱症患者中每100名約有50人會復發,其中35人可能面臨第三次復發,甚至有32人會第四次復發。根據世界衛生組織預估,到西元2020年全球十大疾病與傷害中,憂鬱症將名列第二。

現代人在長期的壓力累積下,對於負面情緒的察覺力越來越低。若能有機制提升自我的察覺力,就可即時提醒當事人於挫折時進行紓壓、平復情緒,如此將有助於避免憂鬱情緒的長時間累積。

憂鬱情緒與憂鬱傾向

根據調查,平均每四個人中就有一人可能有憂鬱傾向而需要專業協助。Science Daily的報導也指出,憂鬱情緒會影響工作效率,甚至生活品質。由此可知,即使沒有嚴重到確診為憂鬱症,憂鬱情緒也已經干擾到日常生活。

但憂鬱情緒等於憂鬱症嗎?其實兩者並不同。前者是每個人都會有的壓力反應,當我們遇到不順心、難過的事件時,會感到挫折、情緒低落,惟事件過後雨過天晴,憂鬱情緒便會慢慢好轉。然而憂鬱症,即使是事件過後,負面情緒仍難以平復,對原本喜歡的東西會失去興趣且持續很長一段時間,甚至出現生理劇變及心理的障礙,對個人生活造成重大的干擾及傷害。

倘若未能適時紓解憂鬱情緒,不僅影響生活品質,甚至會造成周遭親友的困擾。若想避免惡化至這地步,自我追蹤與自我覺察是非常有效的方式。心理學有一種「生態瞬時評估法(ecological momentary assessment)」的憂鬱症療法,就是使用這概念,它透過收集使用者當前的狀態、徵狀與心境,據以判斷使用者的情緒感知並給予適當的協助。

與生活貼近的APP程式

現代社會中,不管是街邊、列車上或其他公共場合裡,常可見到人們拿著智慧型手機當「低頭族」,沉迷於螢幕另一端的世界。實際上,過度或不適當使用社群網路與手機的人,普遍對於外界的感受度較低,較易產生孤立感,也較容易有憂鬱傾向。

當人對手機的依賴性日益升高時,從手機操作中可一定程度地反映出人的心情及感受,也因此近年來出現了不少分析手機使用者情緒狀態的研究議題。早期的研究多以手機基本功能來分析,例如通話、簡訊等,只有少數研究是透過使用者對手機螢幕的點擊或拖曳動作來判斷使用者的情緒。於今,智慧型手機除了有基本的手機功能外,APP程式也是一個重要的窗口。若能針對使用者在手機上操作的APP特性做分析,應能更有效地評估使用者的情緒狀態。

智慧型手機市場已出現許多情緒標記的APP程式,可幫助使用者了解自我的心理狀況,可見情緒相關議題已受到手機程式開發者的重視。以歐盟MONARCA計畫為例,可利用智慧型裝置進行躁鬱症病患每日的自我追蹤,記錄心情、睡眠時間、酒精攝取量等。此外,智慧型裝置也會自動收集使用者的講話頻率、通話紀錄以及活動量,再透過這些資訊持續追蹤患者的心理狀態,當發現異常時,專案護士就會即時介入;微軟公司的MoodScope則使用智慧型手機上的APP操作紀錄來推估使用者的情緒。

另外,有許多研究利用額外的感測裝置連接到智慧型手機,藉著長時間蒐集使用者的生理資料,例如心率變異度(heart rate variability, HRV),研究焦慮症、憂鬱症與心臟血管疾病之間的關係。以焦慮症來說,HRV的降低意味著副交感神經調控的減少,便是自律神經系統失去調控彈性。目前已知憂鬱症患者的HRV值普遍偏低,即LF%(low frequency)、LF/HF(代表自律神經活性平衡)比值都有偏高的現象。

一般的情緒追蹤方式都需外接訊號儀器,這方式若應用在手機上,會有電池續航力以及外接儀器對使用者生活介入的困擾。因此目前相關的APP都是以使用者自行標記的方式追蹤,但這又造成了資訊遺漏與資訊正確性的問題。

APP與改善情緒

智慧型手機是否可以改善使用者的情緒?答案是肯定的。國外的研究曾嘗試把傳統憂鬱症的療程移植到安卓(Android)應用程式中,讓憂鬱症病患試用,實驗證明實作於智慧型手機平台的憂鬱症療程,確實可有效改善憂鬱症患者的症狀。

微軟公司的MoodScope系統曾利用使用者對手機的操作紀錄,判斷使用者的心情,證明了使用者的內心情緒的確會反應在手機的操作上。另外,Mobilyze! APP透過手機內建感測器量得的資料,加上使用者定時輸入的憂鬱情況資料,預測使用者憂鬱症可能發生的時間。此外,近年來有關身心的醫療技術以及心理學中的正念(Mindfulness)概念,也都著重於讓使用者了解自身的情緒狀況,並加以引導治療或改善。

現今有許多研究致力於透過智慧型裝置來判斷人的情緒,但情緒判斷後的動作也相當重要,例如需適度提醒使用者或推薦紓壓活動等。因此這研究的重點也在於:當系統判定使用者確是情緒低落時,會以引導式對話協助其舒緩情緒,並告知其近況當作回饋,以提高使用者的自覺力。

成功大學智慧型資訊擷取實驗室研究團隊與專業身心科醫師合作建立了一個APP偵測系統,當系統自動辨識到使用者有負面情緒,或預判使用者感受度降低時,會主動反饋醫師所提供的引導建議,讓使用者察覺自身狀況,並改善使用者的情緒感受。此外,也會給予適當的紓壓活動與正念語句推薦,藉以有效緩和使用者的情緒。

研究目標

這研究團隊在安卓智慧型手機上實作了一個個人化的憂鬱傾向早期偵測系統,可提供自動辨識情緒及推薦即時紓壓活動,期以緩和使用者當下的負面情緒,並給予適當的回饋,以提升使用者的自我覺察能力。另透過使用者平時的標記資料,系統也會學習使用者在不同感受下對手機APP的操作及活動特性。

當使用者開始有異常操作、感受下降的前兆時,則利用專業身心科醫師提供的建議,引導使用者進行放鬆訓練、紓壓活動,以改善其負面情緒狀況。這方式能讓使用者在前偵測模型訓練好以後,不一定需要持續標記,系統也能評估使用者的感受,以減少對使用者的介入,彌補遺失的資訊更可達到無縫記錄追蹤的效果。

一般而言,量化情緒常用兩種系統:第一種是普魯奇克(Plutchik)的情緒色盤(Wheel of Emotions),第二種是環狀模型(The Circumplex model)。前者定義了六個基本情緒,認為人的一切情緒都由這六個基本情緒組成,相關研究利用情緒在這六種元素上的變換來比較不同情緒表現的關係。後者則是建立一個二維空間,由正負感受(valence)和強度(arousal)兩個向量組成,是相關研究中較常使用的方式,其量表的特性、回歸的方法很適合分析兩個向量的表現並加以分辨情緒。

另外,有一些研究額外設計了一維指標,從完全沒有到極度嚴重,區分為11等份進行情緒記錄。經過一段時間後,研究員會與情緒較平均值低的討論,並安排其參加心理或精神科治療,以改善他們的情緒,並幫助他們提升自我的覺察能力。

這個研究主要的流程如下:

首先請使用者填寫問卷,持續蒐集其在手機上的操作紀錄、情緒標記,並記錄該時間的環境因子、天氣等。達到一定的資料量後,利用蒐集到的資料訓練出情緒模型,再根據環境因子、操作行為等自動辨識使用者的情緒。

最後,依照不同情緒程度進行引導式對話,且在發現使用者有負面情緒時,根據系統判斷的依據,告知他可能造成負面情緒的原因,並推薦簡易的放鬆方式,藉以幫助其穩定情緒,進而提升自我覺察能力。

建立情緒模型時,會參考使用者過去所有的紀錄,因此可以隨著使用者操作資訊的累積而不斷更新模型。此外,考量到每個人的情緒會因為時間的過往而有所改變,因此最近兩周的資料會給予較高的權重。

訓練方式是以感受量尺的標記時間點,決定要取出哪一段區間內的活動紀錄當作判斷或預測感受量尺的依據。區間決定後,便會對區間內的資料做特徵值擷取以及篩選,找出最能夠反映使用者感受的特徵集,最後再利用這特徵集做預測模型的訓練。

環境因子

考慮到工作日與非工作日的心境、壓力都不相同,操作行為與情緒之間的關聯也可能有差異,因此把紀錄區分開來以提高精準度。此外,連續的雨天也可能造成情緒低迷,因此這因子也當作特徵值引入訓練模型。

根據心理醫生的說法,當一個人情緒低落時,可能會在某些地方徘徊,或某些特定地點會引起使用者的負面情緒,如不好的回憶、逝去的事物等,因此把地點也納入訓練模型的特徵值中。

情緒標記

多年來心理學學者對情緒的分類做了相當多的研究,如普魯奇克提出情緒輪盤,把人類的基本情緒分為八種:恐懼、生氣、快樂、悲傷、感謝、厭惡、期待與驚訝。情緒的分布則以「正負感受」及「強度」來做區分。前者所表示的是情緒的強度,範圍高低從激動到冷靜;後者則表示情緒的評價,範圍從正向到負向。不同的情緒會依照強度評價來做標記。

這項研究採用了身心科醫師對於憂鬱症狀評估的感受量尺,這感受量尺包括正負感受及強度兩種,利用顏色視覺類比的方式,讓使用者選擇目前符合自己感受的刻度。

由於想捕捉的是持續時間較長的心情狀態,而非短時間的情緒。相較於後者,前者的心情狀態對於使用者的感受影響力較大,也因此這項研究在設計上要求使用者每3小時為自己在這段時間內的感受做一次標記,之後會以標記的時間為參考點進行資料分析,一方面當使用這一段時間的感受時,會以持續時間較長的心情為出發點,這方法的好處是減少了系統對使用者生活習慣介入的程度。

使用紀錄

這研究系統實作於安卓作業系統平台,除了手機的基本功能外,在這系統的環境中,手機的操作行為都離不開APP的使用,若能知道目前使用的APP性質與目的,便能推知使用者的操作行為。APP程式最主要的來源是官方的Google Play商城。在Google Play中,所有APP都有一個標籤,因此利用這個標籤當作APP的分類依據。

考慮到少數APP並沒有出現在Google Play上,例如使用者自行開發,或只發行在其他商城(例如中華電信HamiAPP商城)的APP,系統會讓使用者依自己的使用習慣把APP分到這些分類之下。同時,會依照使用者的習慣,把最常使用的10個APP做為特別的分類來參考。依操作時間記下APP的使用紀錄,並從中擷取需要的資訊,例如APP使用頻率、使用時間、最常使用的APP等。

再舉個生動的例子,例如有個研究生使用了我們的系統,他的使用紀錄出現以下狀況:社群網站→遊戲→社群網站→圖書與參考資源→社群網站→通訊軟體(Line)→圖書與參考資源……社群網站頻繁且反覆地出現,使我們辨識出他應是處於十分焦慮的狀態。經實際詢問後,得知他因正在準備報告,想專心卻又頻頻遇到瓶頸,為了能放鬆心情,因此反覆地查看社群網站,卻又因為報告的壓力而關閉社群網站以重新準備,這等步驟一再地周而復始顯示了他的焦慮。

許多有憂鬱傾向的人並不了解自己的情況,他們以為自己只是情緒低落而已。我們團隊運用了資訊科技透過使用者對手機的操作行為,訓練出一種可預測情緒的模型,並提供舒緩情緒的方法,以幫助使用者適時脫離負面情緒。

深度閱讀
  1. Charanya, T., & Vijayalakshmi, R. (2015) Music emotion recognition using support vector machines and regression approach. International Journal of Advanced Research in Computer and Communication Engineering, 4(1), 117-121.
推薦文章