Диагностициране на нарушения на психичното здраве чрез оценка на изражението на лицето чрез AI

Изследователи от Германия са разработили метод за идентифициране на психични разстройства въз основа на изражението на лицето, интерпретирано от компютърно зрение.

Новият подход може не само да прави разлика между незасегнати и засегнати субекти, но също така може правилно да разграничи депресията от шизофренията, както и степента, в която пациентът в момента е засегнат от болестта.

Изследователите са предоставили комбинирано изображение, което представлява контролната група за техните тестове (вляво на изображението по-долу) и пациентите, които страдат от психични разстройства (вдясно). Идентичностите на множество хора са смесени в представянията и нито едно от изображенията не изобразява конкретно лице:

Източник: https://arxiv.org/pdf/2208.01369.pdf

Индивидите с афективни разстройства са склонни да имат повдигнати вежди, оловни погледи, подути лица и изражение на устните. За да се защити поверителността на пациентите, тези съставни изображения са единствените, предоставени в подкрепа на новата работа.

Досега разпознаването на лицевите афекти се използва предимно като потенциален инструмент за основна диагностика. Вместо това новият подход предлага възможен метод за оценка на напредъка на пациента по време на лечението или в противен случай (потенциално, въпреки че документът не го предлага) в собствената им домашна среда за амбулаторно наблюдение.

Документът гласи *:

„Излизайки отвъд машинната диагностика на депресия в афективното изчисление, което е разработено в предишен изследвания, ние показваме, че измеримото афективно състояние, оценено с помощта на компютърно зрение, съдържа много повече информация от чистата категорична класификация.'

Изследователите са нарекли тази техника Оптоелектронна енцефалография (OEG), напълно пасивен метод за извеждане на психическото състояние чрез анализ на изображението на лицето вместо локални сензори или базирани на лъчи медицински технологии за изображения.

Авторите заключават, че ОЕГ потенциално може да бъде не просто вторичен помощник при диагностицирането и лечението, но в дългосрочен план потенциален заместител на определени оценъчни части от тръбопровода за лечение и такъв, който може да намали времето, необходимо на пациента наблюдение и първоначална диагностика. Те отбелязват:

„Като цяло резултатите, предвидени от машината, показват по-добри корелации в сравнение с въпросниците, базирани на чисто клиничен наблюдател, и също така са обективни. Относително краткият период на измерване от няколко минути за подходите на компютърното зрение също е забележителен, докато понякога са необходими часове за клиничните интервюта.

Въпреки това, авторите искат да подчертаят, че грижата за пациентите в тази област е мултимодално преследване, с много други показатели за състоянието на пациента, които трябва да бъдат взети под внимание, освен само изражението на лицето им, и че е твърде рано да се счита, че такава система може напълно заместват традиционните подходи към психичните разстройства. Независимо от това, те смятат OEG за обещаваща допълнителна технология, особено като метод за степенуване на ефектите от фармацевтичното лечение в предписания на пациента режим.

- хартия е озаглавен Лицето на афективните разстройства, и идва от осем изследователи в широк кръг от институции от частния и публичния сектор за медицински изследвания.

Дата

(Новият документ се занимава най-вече с различните теории и методи, които понастоящем са популярни при диагностицирането на психични разстройства при пациенти, с по-малко внимание, отколкото обикновено, на действителните технологии и процеси, използвани в тестовете и различните експерименти)

Събирането на данни се проведе в Университетската болница в Аахен със 100 пациенти с балансиран пол и контролна група от 50 незасегнати хора. Сред пациентите са 35 страдащи от шизофрения и 65 души, страдащи от депресия.

За пациентската част от тестовата група първоначалните измервания са направени по време на първата хоспитализация и втората преди изписването им от болницата, обхващайки среден интервал от 12 седмици. Участниците в контролната група бяха избрани произволно от местното население, като тяхното собствено въвеждане и „изписване“ отразяваше това на действителните пациенти.

Всъщност най-важната „основна истина“ за такъв експеримент трябва да бъдат диагнозите, получени чрез одобрени и стандартни методи, и това беше случаят с OEG опитите.

Етапът на събиране на данни обаче получи допълнителни данни, по-подходящи за машинна интерпретация: интервюта със средна продължителност 90 минути бяха заснети в три фази с потребителска уеб камера Logitech c270, работеща при 25 кадъра в секунда.

Първата сесия се състоеше от стандарт Интервю с Хамилтън (въз основа на изследване произхожда около 1960 г.), каквито обикновено се дават при приемане. Във втората фаза, необичайно, пациентите (и техните двойници в контролната група) бяха показани клипове на поредица от изражения на лицето и помолени да имитират всяко от тях, като същевременно заявяват собствената си оценка на психическото си състояние в този момент, включително емоционално състояние и интензивност. Тази фаза продължи около десет минути.

В третата и последна фаза на участниците бяха показани 96 видеоклипа на актьори, всеки с продължителност малко над десет секунди, очевидно разказващи интензивни емоционални преживявания. След това участниците бяха помолени да оценят емоцията и интензивността, представени във видеоклиповете, както и собствените си съответни чувства. Тази фаза продължи около 15 минути.

Начин на доставка

За да се достигне до средната средна стойност на заснетите лица (вижте първото изображение по-горе), емоционалните ориентири бяха заснети с ЕмоНет рамка. Впоследствие беше определено съответствието между формата на лицето и средната (осреднена) форма на лицето частично афинно преобразуване.

Измерително разпознаване на емоции намлява прогнозиране на погледа на очите беше извършено на всеки ориентировъчен сегмент, идентифициран в предишния етап.

В този момент аудио-базираният емоционален извод показва, че е настъпил обучим момент в психическото състояние на пациента и задачата е да се улови съответният образ на лицето и да се развие това измерение и домейн на тяхното афектирано състояние.

(Във видеото по-горе виждаме работата, разработена от авторите на технологиите за дименсионално разпознаване на емоции, използвани от изследователите за новата работа).

Геодезическата форма на материала беше изчислена за всеки кадър от данните и разлагане на сингулярна стойност (SVD) приложено намаление. Получените данни от времеви редове в крайна сметка бяха моделирани като a VAR процес и след това допълнително намален чрез SVD преди MAP адаптация.

Работен процес за процеса на геодезична редукция.

Стойностите на валентността и възбуждането в мрежата EmoNet също бяха обработени по подобен начин с VAR моделиране и изчисление на ядрото на последователността.

Експерименти

Както беше обяснено по-рано, новата работа е предимно медицинска изследователска статия, а не стандартно представяне на компютърно зрение, и ние препращаме читателя към самата хартия за задълбочено отразяване на разнообразните OEG експерименти, провеждани от изследователите.

Въпреки това, за да обобщим някои от тях:

Сигнали за афективно разстройство

Тук 40 участници (не от контролната или пациентската група) бяха помолени да оценят оценените средни лица (вижте по-горе) по отношение на редица въпроси, без да бъдат информирани за контекста на данните. Въпросите бяха:

Какъв е полът на двете лица?
Лицата имат ли привлекателен външен вид?
Тези лица заслужаващи доверие хора ли са?
Как оценявате способността на тези хора да действат?
Каква е емоцията на двете лица?
Какъв е външният вид на кожата на двете лица?
Какво е впечатлението от погледа?
Двете лица имат ли увиснали ъгли на устата?
Двете лица имат ли повдигнати кафяви очи?
Тези лица клинични пациенти ли са?

Изследователите установиха, че тези слепи оценки корелират с регистрираното състояние на обработените данни:

Резултати от графика за проучването „средно лице“.

Клинична оценка

За да преценят полезността на OEG при първоначалната оценка, изследователите първо оцениха колко ефективна е стандартната клинична оценка сама по себе си, измервайки нивата на подобрение между индукцията и втората фаза (по това време пациентът обикновено получава лечение, базирано на лекарства).

Изследователите заключават, че състоянието и тежестта на симптомите могат да бъдат добре оценени чрез този метод, като се постига корелация от 0.82. Въпреки това точната диагноза на шизофрения или депресия се оказва по-трудна, като стандартният метод получава само резултат от -0.03 на този ранен етап.

Авторите коментират:

„По същество състоянието на пациента може да се определи относително добре с помощта на обичайните въпросници. Това обаче по същество е всичко, което може да се направи от него. Не се посочва дали някой е депресиран или по-скоро шизофреник. Същото важи и за отговора на лечението.“

Резултатите от машинния процес успяха да получат по-високи резултати в тази проблемна област и сравними резултати за аспекта на първоначалната оценка на пациента:

По-високите числа са по-добри. Отляво, стандартни резултати за точност на оценка, базирана на интервю, в четири фази на архитектурата за тестване; вдясно, машинно базирани резултати.

Диагностика на разстройство

Разграничаването на депресия от шизофрения чрез статични изображения на лица не е тривиален въпрос. Кръстосано валидиран, машинният процес успя да получи резултати с висока точност в различните фази на изпитанията:

В други експерименти изследователите успяха да демонстрират доказателства, че OEG може да възприеме подобрение на пациента чрез фармакологично лечение и общо лечение на разстройството:

„Причинно-следственото заключение върху емпиричните предходни знания за събирането на данни коригира фармакологичното лечение, за да се наблюдава връщане към физиологичната регулация на динамиката на лицето. Такова връщане не можеше да се наблюдава по време на клиничното предписание.

„В момента не е ясно дали такава базирана на машина препоръка наистина ще доведе до значително по-добър успех на терапията. Особено защото се знае какви странични ефекти могат да имат лекарствата за дълъг период от време.

„Въпреки това [тези видове] подходи, съобразени с пациента, биха разбили бариерите на общата схема за категорична класификация, която все още се използва доминиращо в ежедневието.“

* Моето преобразуване на вградените цитати на авторите в хипервръзки.

Първо публикувано на 3 август 2022 г.