近日，中国科学院软件研究所与河北医科大学附属第一医院合作，开发出一项突破性技术——通过分析人们在自然观看乒乓球比赛时的眼动特征，高效识别情绪障碍（如焦虑、抑郁等）。该技术为心理健康监测提供了无创、便捷的新方案，相关成果已发表于国际权威期刊《Frontiers in Neurology》。
传统情绪障碍诊断依赖心理量表评估和患者主观描述，存在主观性强、专业门槛高、难以长期跟踪等痛点。研究团队另辟蹊径，利用动态体育视频（如乒乓球比赛）作为自然视觉刺激，结合虚拟现实（VR）技术与机器学习算法，首次实现通过日常观看行为无感采集眼动数据，为情绪障碍的早期筛查和持续监测开辟新路径。
该研究招募25名参与者（12名情绪障碍患者、13名健康对照）观看乒乓球和网球比赛视频，采用EyeKnow眼动追踪系统进行受试者眼动特征采集，记录受试者眼动轨迹并记录探索、注视、扫视、注意力行为等4大类共14项眼动行为特征。
通过显著性检验和机器学习分析眼动特征，结果显示乒乓球视频中，11项眼动特征对情绪障碍的区分效果显著，其中“注视熵”（GazeEntropy）准确率高达88%，反映患者因兴趣减退导致视线分散度降低；综合所有显著特征训练的决策树模型整体准确率达92%、ROC曲线下面积达0.94，性能优于传统量表；网球视频因参与者熟悉度较低，特征区分效果较弱，但重复测试中部分指标仍具潜力，提示适应新内容的能力或可成为情绪障碍的生物标志物。
该技术的核心优势在于“自然无感”——无需主动配合或专业指导，仅需通过观看日常视频即可完成检测。未来可集成至智能电视、手机等设备，实现居家心理健康监测。研究负责人、中国科学院软件研究所田丰教授表示：“这一方法将疾病筛查融入生活场景，为社区和家庭提供低成本、高依从性的长期监测工具，尤其适用于用药效果追踪和复发预警。”
