Diagnòstic de trastorns de salut mental mitjançant l'avaluació de l'expressió facial d'IA

Investigadors alemanys han desenvolupat un mètode per identificar trastorns mentals basat en expressions facials interpretades per visió per ordinador.

El nou enfocament no només pot distingir entre subjectes no afectats i afectats, sinó que també pot distingir correctament la depressió de l'esquizofrènia, així com el grau en què el pacient està actualment afectat per la malaltia.

Els investigadors han proporcionat una imatge composta que representa el grup control de les seves proves (a l'esquerra a la imatge següent) i els pacients que pateixen trastorns mentals (dreta). Les identitats de diverses persones es barregen en les representacions, i cap imatge representa un individu concret:

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

Les persones amb trastorns afectius solen tenir les celles aixecades, les mirades de plom, les cares inflades i les expressions de boca de gos penjat. Per protegir la privadesa del pacient, aquestes imatges compostes són les úniques disponibles en suport del nou treball.

Fins ara, el reconeixement d'afectes facials s'ha utilitzat principalment com a eina potencial per al diagnòstic bàsic. El nou enfocament, en canvi, ofereix un mètode possible per avaluar el progrés del pacient durant el tractament, o bé (potencialment, tot i que el document no ho suggereix) al seu propi entorn domèstic per al seguiment ambulatori.

El document diu*:

"Anant més enllà del diagnòstic automàtic de la depressió en la informàtica afectiva, que s'ha desenvolupat a previous estudis, mostrem que l'estat afectiu mesurable estimat mitjançant la visió per ordinador conté molta més informació que la classificació categòrica pura.'

Els investigadors han batejat aquesta tècnica Encefalografia optoelectrònica (OEG), un mètode completament passiu per inferir l'estat mental mitjançant l'anàlisi d'imatges facials en lloc de sensors tòpics o tecnologies d'imatges mèdiques basades en raigs.

Els autors conclouen que l'OEG podria ser no només una mera ajuda secundària per al diagnòstic i el tractament, sinó, a llarg termini, un potencial reemplaçament per a determinades parts d'avaluació de la canalització del tractament i que podria reduir el temps necessari per al pacient. seguiment i diagnòstic inicial. Noten:

"En general, els resultats predits per la màquina mostren millors correlacions en comparació amb els qüestionaris basats en la valoració d'observadors clínics purs i també són objectius. També cal destacar el període de mesura relativament curt d'uns pocs minuts per als enfocaments de visió per ordinador, mentre que de vegades es requereixen hores per a les entrevistes clíniques.'

Tanmateix, els autors volen subratllar que l'atenció al pacient en aquest camp és una recerca multimodal, amb molts altres indicadors de l'estat del pacient a tenir en compte que només les seves expressions facials, i que és massa aviat per considerar que aquest sistema podria substitueixen completament els enfocaments tradicionals dels trastorns mentals. No obstant això, consideren que l'OEG és una tecnologia complementària prometedora, especialment com a mètode per avaluar els efectes del tractament farmacèutic en el règim prescrit per un pacient.

El paper es titula La cara dels trastorns afectius, i prové de vuit investigadors d'una àmplia gamma d'institucions del sector de la investigació mèdica privada i pública.

dades

(El nou article tracta principalment de les diferents teories i mètodes que actualment són populars en el diagnòstic de trastorns mentals dels pacients, amb menys atenció de la que és habitual a les tecnologies i processos reals utilitzats en les proves i diversos experiments)

La recollida de dades va tenir lloc a l'Hospital Universitari d'Aquisgrà, amb 100 pacients equilibrats de gènere i un grup de control de 50 persones no afectades. Entre els pacients hi havia 35 malalts d'esquizofrènia i 65 persones que patien depressió.

Per a la part del pacient del grup de prova, les mesures inicials es van prendre en el moment de la primera hospitalització i la segona abans de la seva alta hospitalària, amb un interval mitjà de 12 setmanes. Els participants del grup de control van ser reclutats de manera arbitrària de la població local, amb la seva pròpia inducció i "descàrrega" reflectint la dels pacients reals.

En efecte, la "veritat bàsica" més important per a aquest experiment han de ser els diagnòstics obtinguts mitjançant mètodes aprovats i estàndards, i aquest va ser el cas dels assaigs OEG.

Tanmateix, l'etapa de recollida de dades va obtenir dades addicionals més adequades per a la interpretació de la màquina: es van capturar entrevistes de 90 minuts de mitjana en tres fases amb una càmera web de consumidors Logitech c270 que funcionava a 25 fps.

La primera sessió constava d'un estàndard Entrevista a Hamilton (basat en la investigació originat cap a l'any 1960), com la que normalment es donaria a l'admissió. En la segona fase, de manera inusual, es van mostrar els pacients (i els seus homòlegs del grup control). Vídeos d'una sèrie d'expressions facials, i se'ls va demanar que imitessin cadascuna d'elles, alhora que exposaven la seva pròpia estimació de la seva condició mental en aquell moment, inclòs l'estat emocional i la intensitat. Aquesta fase va durar uns deu minuts.

En la tercera i última fase, es van mostrar als participants 96 vídeos d'actors, de poc més de deu segons de durada cadascun, que aparentment relaten experiències emocionals intenses. A continuació, es va demanar als participants que avaluessin l'emoció i la intensitat representada en els vídeos, així com els seus propis sentiments corresponents. Aquesta fase va durar uns 15 minuts.

Mètode

Per arribar a la mitjana mitjana de les cares capturades (vegeu la primera imatge, a dalt), es van capturar fites emocionals amb el EmoNet marc. Posteriorment, es va determinar la correspondència entre la forma de la cara i la forma mitjana (mitjana) de la cara transformació afí a trossos.

Reconeixement dimensional de les emocions i predicció de la mirada dels ulls es va dur a terme en cada segment de referència identificat en l'etapa anterior.

En aquest punt, la inferència d'emocions basada en àudio ha indicat que ha arribat un moment ensenyable a l'estat mental del pacient, i la tasca és captar la imatge facial corresponent i desenvolupar aquesta dimensió i domini del seu estat afectiu.

(Al vídeo de dalt, veiem el treball desenvolupat pels autors de les tecnologies de reconeixement d'emocions dimensionals utilitzades pels investigadors per al nou treball).

La forma geodèsica del material es va calcular per a cada fotograma de les dades i la descomposició de valors singulars (SVD) reducció aplicada. Les dades de sèries temporals resultants es van modelar finalment com a VAR procés i després es redueix encara més mitjançant SVD abans Adaptació del MAPA.

Flux de treball per al procés de reducció geodèsica.

Els valors de valència i excitació a la xarxa EmoNet també es van processar de manera similar amb el modelatge VAR i el càlcul del nucli de seqüències.

experiments

Com s'ha explicat anteriorment, el nou treball és principalment un document d'investigació mèdica en lloc d'una presentació estàndard de visió per ordinador, i fem referència al lector al mateix document per a una cobertura en profunditat dels diversos experiments OEG dirigits pels investigadors.

No obstant això, per resumir una selecció d'ells:

Indicacions de trastorns afectius

Aquí es va demanar a 40 participants (no del grup de control ni de pacients) que avaluessin les cares mitjanes avaluades (vegeu més amunt) pel que fa a una sèrie de preguntes, sense estar informats del context de les dades. Les preguntes eren:

Quin és el gènere de les dues cares?
Les cares tenen un aspecte atractiu?
Són aquestes cares persones de confiança?
Com valora la capacitat d'actuació d'aquestes persones?
Quina és l'emoció de les dues cares?
Quin és l'aspecte de la pell de les dues cares?
Quina és la impressió de la mirada?
Les dues cares tenen les cantonades de la boca caigudes?
Les dues cares tenen els ulls marrons aixecats?
Aquestes persones són pacients clínics?

Els investigadors van trobar que aquestes avaluacions cegues es correlacionen amb l'estat registrat de les dades processades:

Resultats de box plot per a l'enquesta de "cara mitjana".

Valoració clínica

Per avaluar la utilitat de l'OEG en l'avaluació inicial, els investigadors van avaluar primer l'efectivitat de l'avaluació clínica estàndard per si mateixa, mesurant els nivells de millora entre la inducció i la segona fase (moment en què el pacient sol rebre tractaments basats en fàrmacs).

Els investigadors van concloure que l'estat i la gravetat dels símptomes es podrien avaluar bé amb aquest mètode, aconseguint una correlació de 0.82. No obstant això, un diagnòstic precís d'esquizofrènia o depressió va resultar més difícil, amb el mètode estàndard només obtenint una puntuació de -0.03 en aquesta etapa inicial.

Els autors comenten:

"En essència, l'estat del pacient es pot determinar relativament bé mitjançant els qüestionaris habituals. Tanmateix, això és essencialment tot el que se'n pot concloure. No està indicat si algú està deprimit o més aviat esquizofrènic. El mateix s'aplica a la resposta al tractament".

Els resultats del procés de la màquina van poder obtenir puntuacions més altes en aquesta àrea problemàtica i puntuacions comparables per a l'aspecte d'avaluació inicial del pacient:

Els nombres més alts són millors. A l'esquerra, els resultats estàndard de l'avaluació basada en entrevistes en quatre fases de l'arquitectura de prova; a la dreta, resultats basats en màquina.

Diagnòstic de Trastorns

Distingir la depressió de l'esquizofrènia mitjançant imatges facials estàtiques no és una qüestió trivial. Validat creuament, el procés de la màquina va poder obtenir puntuacions d'alta precisió en les diferents fases dels assaigs:

En altres experiments, els investigadors van poder demostrar evidència que l'OEG pot percebre la millora del pacient mitjançant el tractament farmacològic i el tractament general del trastorn:

'La inferència causal sobre el coneixement previ empíric de la recollida de dades va ajustar el tractament farmacològic per tal d'observar un retorn a la regulació fisiològica de la dinàmica facial. Aquest retorn no es va poder observar durant la prescripció clínica.

"En aquests moments no està clar si aquesta recomanació basada en màquina donaria lloc a un millor èxit de la teràpia. Sobretot perquè se sap quins efectes secundaris poden tenir els medicaments durant un llarg període de temps.

"No obstant això, [aquest tipus] d'enfocaments adaptats al pacient trencarien les barreres de l'esquema de classificació categòrica comú que encara s'utilitza predominantment a la vida diària".

* La meva conversió de les cites en línia dels autors a hiperenllaços.

Publicat per primera vegada el 3 d'agost de 2022.