基于社交媒体的精神障碍检测可解释人工智能：综述与展望

精神健康是一种复杂且全球性的挑战，影响数百万人的生活，常常导致严重后果。本文对数据科学、人工智能与精神医学交叉领域进行全面调查，聚焦于通过在线社交媒体(OSM)进行精神障碍检测的最新进展。大量人口主动参与OSM平台，构成了巨大的个人数据仓库，具有巨大的潜力用于精神健康分析。本文梳理了传统诊断方法、最新数据驱动和人工智能研究，以及面向精神医学的可解释人工智能(XAI)模型。我们审阅了最新机器学习方法，特别是基于现代深度学习的方法，强调医疗AI模型的可解释性需求。实验设计部分提供了常见实践，包括可用数据集和评估方法。我们还识别了该领域的关键问题与挑战，提出了有前景的未来研究方向。由于精神健康决策需要透明性、可解释性和伦理考量，本文为推动通过社交媒体在精神医学领域的XAI发展作出贡献。本文提供的全面概览旨在为研究人员、实践者和政策制定者指导该领域的精神障碍检测发展。