IEEE把奖颁给了一个用眼睛看焦虑的26岁小伙

去年全球抗抑郁药市场规模突破150亿美元，但确诊抑郁症的平均延迟时间仍是8到10年。Abhishek Appaji觉得这事不太对劲——既然糖尿病能从视网膜血管变化里被预警，为什么心理状态不行？

从眼科诊室偷来的灵感

Appaji的解法叫Smart Eye Kiosk，一台 kiosk（自助服务终端）大小的设备，30秒扫完双眼，输出一份包含压力指数、焦虑倾向、抑郁风险的心理健康评估。核心技术不复杂：用高分辨率眼底相机捕捉视网膜微血管的形态、血流速度、甚至瞳孔对光反射的细微延迟，再喂给训练好的卷积神经网络。

视网膜是全身唯一可以直接观察血管和神经的组织。Appaji发现，慢性压力会让交感神经持续兴奋，导致视网膜血管痉挛、管径变窄；长期焦虑则与瞳孔反应迟钝、微血管密度下降相关。这些变化肉眼看不见，但AI能量化。

他在班加罗尔的印度科学研究所（IISc）读博期间做了验证：招募200名已确诊焦虑障碍的患者和400名对照组，让Smart Eye Kiosk盲测。结果对中重度焦虑的识别准确率摸到87%，对抑郁倾向的敏感度82%。「传统量表需要患者主动描述情绪，但很多人根本不会描述，或者不想描述，」Appaji解释，「眼睛不会撒谎。」

为什么偏偏是视网膜

心理健康筛查的痛点从来不是技术不够，而是场景不对。医院精神科排队三小时，企业EAP（员工援助计划）使用率常年低于5%，社区筛查更是依赖问卷——而问卷的信度取决于受试者当时的心情和诚实度。

Appaji的类比很直接：「心电图能抓心脏的瞬时异常，但没人会每天去医院做心电图。我们需要一个像血压计一样的东西——无痛、快速、可重复。」

Smart Eye Kiosk的部署场景因此被设计成三类：企业入口处的健康角、社区药房的自助区、以及学校的心理咨询室。单次检测成本压到3美元以下，比一次心理咨询便宜两个数量级。印度IT巨头Infosys已经在班加罗尔总部试点，员工自愿检测后，系统标记高风险者转介人工干预——试点三个月，主动求助率从7%涨到34%。

但视网膜读心有个绕不开的麻烦：隐私。你的DNA在血液里，但你的精神状态写在眼睛里。Appaji的应对是边缘计算——所有图像处理在本地完成，只上传脱敏后的风险评分，原始眼底照片24小时后自动销毁。「我们不想成为下一个23andMe，」他说。

奖项背后的争议

IEEE（电气电子工程师学会）今年把「杰出青年创新者」颁给Appaji，评语聚焦在「用可及性技术填补心理健康服务缺口」。但学界有杂音。

约翰霍普金斯大学精神病学系的Sachin Patel在《Nature Mental Health》撰文质疑：视网膜变化与心理状态的因果关系尚未厘清，可能是压力导致血管变化，也可能是血管变化影响了情绪调节——Smart Eye Kiosk测的到底是病因还是症状？另外，87%的准确率放在临床诊断里不算高，乳腺癌钼靶筛查的敏感度通常要求90%以上。

Appaji的回应很产品经理：「我们从没说要替代精神科医生。它是漏斗的第一层，把'可能需要帮助'的人筛出来，减少漏诊。」他透露下一代模型在整合心率变异性（HRV）和微表情数据，多模态融合后准确率有望提到92%。

更实际的挑战来自监管。美国FDA把这类软件归为Class II医疗器械，需要临床试验；欧盟的MDR（医疗器械法规）对AI算法透明度要求极细。Smart Eye Kiosk目前只在印度和阿联酋拿到二类许可，欧美市场还在排队。

一个被忽略的细节

Appaji的团队最近在孟买的一所公立学校做了件小事：把 kiosk 的界面从英语换成马拉地语和印地语，检测率立刻涨了40%。

心理健康服务的鸿沟从来不只是技术差距，更是语言、文化、和「觉得自己配得上去看病」的心理门槛。视网膜扫描抹掉了这些门槛——你不需要描述感受，不需要认识英文，甚至不需要承认自己有问题。

Infosys试点项目里有个数据没被写进新闻稿：在标记为高风险的员工中，61%的人事后承认，如果不是机器先开口，他们永远不会主动走进心理咨询室。机器没有评判的眼神，这可能是它最大的价值。

如果下次体检时，眼科检查顺便告诉你最近压力超标，你会选择相信机器的判断，还是坚持认为自己「只是有点累」？