Theo PGS. Wenli Zhang (Đại học Bang Iowa, Hoa Kỳ), trên mạng xã hội, mọi người thường nhận thấy sự khác biệt giữa nhân vật trực tuyến và danh tính ngoài đời thực của họ. Đối với một số cá nhân, chia sẻ trên mạng xã hội có thể dễ dàng giao tiếp hơn so với việc chia sẻ trực tiếp. Một số người cảm thấy thoải mái hơn khi tiết lộ những cảm xúc như tuyệt vọng hoặc những trải nghiệm như ly hôn, mất việc, do tính ẩn danh mà mạng xã hội mang lại. Trầm cảm và các rối loạn sức khỏe tâm thần khác thường bị chẩn đoán thiếu và do đó không được điều trị đầy đủ. Sự kỳ thị có thể ngăn cản bệnh nhân trả lời trung thực trong quá trình kiểm tra sức khỏe tại phòng khám của bác sĩ.

PGS. Wenli Zhang là thành viên của nhóm nghiên cứu đã phát triển một mô hình học sâu (deep learning) để phát hiện các triệu chứng sức khỏe tâm thần và các yếu tố rủi ro trên mạng xã hội. PGS. Wenli Zhang nhấn mạnh rằng "khung phát hiện trầm cảm nhận thức sâu sắc" có các ứng dụng tiềm năng cho cá nhân, cũng như các chuyên gia y tế công cộng, nhà hoạch định chính sách và nhà nghiên cứu. Các công ty truyền thông xã hội có thể sử dụng mô hình này để tạo ra một hệ thống cảnh báo sớm, gợi ý thời điểm cá nhân nên tìm kiếm sự giúp đỡ và cung cấp cho họ các nguồn lực, trong khi các chuyên gia y tế công cộng và nhà hoạch định chính sách có thể xem xét dữ liệu cấp độ dân số để xác định địa điểm hoặc nhân khẩu học nào cần nhiều dịch vụ sức khỏe tâm thần hơn.

PGS. Wenli Zhang cũng lưu ý rằng các nhà nghiên cứu khác đã phát triển các mô hình trí tuệ nhân tạo để phát hiện trầm cảm trên phương tiện truyền thông xã hội; tuy nhiên, "khung phát hiện trầm cảm nhận thức sâu sắc" khác với các công trình hiện có vì nó so sánh thuật ngữ y khoa về rủi ro và triệu chứng trầm cảm với các bài đăng trên phương tiện truyền thông xã hội của một cá nhân theo thời gian.

PGS. Wenli Zhang và nhóm nghiên cứu đã dạy mô hình học sâu cách phát hiện các hệ thống và rủi ro trầm cảm bằng cách sử dụng hơn 1,3 triệu bài đăng lưu trữ trên Reddit và 2.500 mục nhập WebMD. Bà cho biết mô hình này cũng có thể sử dụng các nền tảng truyền thông xã hội và tập dữ liệu khác và một nghiên cứu khác đang được xem xét chỉ ra rằng một phiên bản mới của mô hình có thể phát hiện thêm các rối loạn sức khỏe tâm thần.

Theo đó, việc sử dụng phương tiện truyền thông xã hội để phát hiện các triệu chứng và yếu tố rủi ro của các bệnh mãn tính có thể là một biện pháp can thiệp hiệu quả về mặt chi phí vì các bài đăng công khai cung cấp một tập dữ liệu lớn, đa dạng và miễn phí. Tuy nhiên, nhóm nghiên cứu nhận ra rằng có những mối quan tâm liên quan đến đạo đức và quyền riêng tư cần được giải quyết. Việc giải quyết khả năng lạm dụng và đảm bảo sử dụng có trách nhiệm các mô hình máy học phát hiện trầm cảm dựa trên phương tiện truyền thông xã hội đòi hỏi sự kết hợp giữa các cân nhắc về đạo đức, biện pháp bảo vệ pháp lý và các biện pháp kỹ thuật.