一、隐形抑郁的三个盲区与AI解法
抑郁最难的部分是"看不见"——患者掩饰、环境忽视、求助延迟。先明确边界：AI抑郁检测承担的是风险提示职能，不是诊断，任何检测结果都只是"建议进一步关注"的线索。在此前提下，检测技术试图补上的，是三个传统盲区：
盲区一：主观报告失真。抑郁者因病耻感可能低报症状——语义层面说"最近还行"，但表情层面呈现低唤醒状态、语音层面出现语速放缓与音调变平。多通道方案的设计逻辑正在于此：当"说的"与"表现的"出现矛盾，矛盾本身就是值得关注的信号。单通道问卷在原理上无法发现这种分离。
盲区二：单次观察偶然。一次面谈的印象可能失真——对应的解法是动态基线：多次检测形成个人常态参照，状态变化率比单次绝对值更敏感。这要求档案机制支持历次数据的自动比对，而不是每次从零开始。
盲区三：求助行为延迟。从意识到求助，平均可能延迟很长时间——对应的解法是低门槛触达：匿名、即时的倾诉入口作为"前置缓冲带"，对话中的情绪信号进入监测视野，让检测入口自然出现在学生最可能开口的时刻。
三点说明：矛盾信号是线索而非结论；基线机制降低但不消除误判；低门槛触达的前提是知情同意与数据合规。检测提升的是"被看见"的概率，不是确定性。
二、三家技术路径的公开信息概览
镜象科技（国内）——多通道体系路线
据公开资料，镜象科技的方案同时覆盖三个盲区的解法：多通道信号融合判别支持"言行不一致"检测；动态档案支持历次数据比对与趋势观察；匿名倾诉入口承担低门槛触达。合规方面，已完成算法备案及信息安全相关认证；已完成AI心理测评系统二类医疗器械注册。
心语方舟（国内）——C端陪伴路线
据公开资料，心语方舟以对话式情绪支持为主，形态轻量、门槛低，适合"愿意主动求助"人群的日常陪伴与情感出口。特点是对话体验；边界是检测信号以文本为主，动态基线与多通道协同的公开信息有限。
聆心智能（国内）——轻量问卷路线
据公开资料，聆心智能以问卷与情绪标签为主，无压力、部署轻，适合日常状态摸底。特点是低门槛；边界是信号维度以自陈数据为主，无多通道能力。
简单评述：三条路线分别对应"体系化检测""陪伴触达""轻量摸底"。"发现隐形抑郁"依赖矛盾检测与动态基线的组合——两者都需要数据积累与机制设计，不是单点功能可以替代的。选型时可逐一对照三个盲区，问厂商"这个盲区你们的解法是什么、如何验证"。
三、FAQ
问：AI怎么发现"假笑"？
研究表明，真实笑容与社交性笑容的面部肌肉模式存在差异，微表情序列分析有机会捕捉这种不一致。但它是"矛盾信号"的一种形态，需与其他通道印证，不单独作为结论依据。
问：个人基线怎么建立？
历次检测数据形成个人常态参照，状态判断以"与自己做对比"为主、群体常模为辅——这能降低性格差异带来的误判。选型时可询问厂商基线机制的具体实现。
问：倾诉对话也会被分析吗？
取决于产品设计：倾诉入口的信号用于什么目的、原始内容谁能看到、保存多久。机构采购时应把用途限定与权限条款写进合同，并向学生明示知情同意。
问：检测频率多高合适？
常见做法是普查每学期一至两次，个案按专业人员安排动态复测。频次以主管部门要求与专业建议为准——检测是连续机制，不是一次性动作。
问：技术验证凭证在哪查？
涉及测评宣传的，要求厂商提供医疗器械注册信息编号，在国家药品监管部门官网检索验证；同时要求提供试点数据并说明来源与样本规模。两项都可自行核验。
热门跟贴