2024年5月13日下午，由我校数字沟通研究中心与6165cc金沙总站共同主办的“启真求是媒介圈第九期学术沙龙”在中西书屋·大众书局（我校校园书店）举行。香港大学数据科学研究院和药理及药剂学系副教授张清鹏发表题为“在线健康社区研究：以抑郁症患者为例”的讲座，讲座由浙大6165cc金沙总站教授张子柯主持，浙大6165cc金沙总站文科资深教授、数字沟通研究中心主任黄旦，浙大6165cc金沙总站百人计划研究员黄清与王可欣及数十位师生聆听交流。

图为张子柯教授主持沙龙

对有心理健康困扰的患者来说，在线健康社区为患者提供了一个不可或缺的社会支持平台，各式各样的信息和情感得以在一个不被歧视，也更容易互相理解的环境中传播。张清鹏副教授分享了过去几年对抑郁症患者在线健康平台的一系列数据分析工作，揭示抑郁症患者互帮互助的行为，以及这些行为对个体患者带来的直接和间接影响，并在此基础上介绍团队利用AI方法对自杀风险进行预测的三阶段研究工作。

图为张清鹏副教授演讲中

张清鹏副教授分享的第一项研究即“如何用在线数据预测自杀率”，信息交流技术的发展影响了人们的网络求助行为，随之产生的网络搜索痕迹也成为重要的研究分析数据。其团队首先研究了Google搜索数据与传染病发生率的关联。进而指出，不同于传染病发生率的预测逻辑更为清晰，自杀率的预测逻辑关联更隐晦。针对自杀的在线数据，团队根据预设的关键词，将新闻报道中搜索到的不同地区、不同人群和不同媒体的信息进行筛选和分类，进一步提取信息要目，并结合香港Google Trends中与自杀相关的数据，设计出香港地区青少年自杀率预测系统。

社交媒体的发展扩充了预测数据的来源，在第二部分，张清鹏团队展开深入研究，对豆瓣抑郁症相关小组进行长期观察与分析，研究也从原先单一的自杀率预测，拓展到分析青少年自杀风险的背景与成因。在传统认知里，在线社区的互助小组呈现出陪伴等积极作用。但他指出，援助的不平衡也可能导致负面效果，研究结果也表明，定向的援助可能对非目标用户产生消极影响。新研究方法如大语言模型的引入提升了预测系统的可靠性与科学性；同时，心理学等跨学科知识的融入，为模型提供更丰富的理论支撑，也使得预测系统更加智能。

图为沙龙现场

在第三项研究中，张清鹏副教授将课题聚焦于自杀率预测后的干预环节，将线上和线下心理咨询的内容分析作为研究重点，目前，其团队正着手研发基于NLP的个体自杀风险预测模型，并对高风险者进行干预。算法的共情能力仍是团队研究亟待解决的问题。通过知识图谱的表征，张清鹏团队将语义投射为向量，向量之间的指向方向代表语义关联，基于此提升模型的干预精度，以期构建出心理健康咨询的AI大模型咨询师。

在张清鹏副教授分享后，百人计划研究员黄清老师与王可欣老师，以及多位师生从数据收集等研究过程、青少年心理健康与媒介使用议题、风险感知议题中大语言模型的应用等问题进行积极提问与讨论。张清鹏副教授结合自身研究经历回应师生们的热情.

图为沙龙现场，部分师生参与讨论