výhonek Diagnostika poruch duševního zdraví pomocí AI hodnocení výrazu obličeje – Unite.AI
Spojte se s námi

Zdravotní péče

Diagnostika poruch duševního zdraví pomocí hodnocení AI výrazu obličeje

mm
aktualizováno on

Vědci z Německa vyvinuli metodu pro identifikaci duševních poruch na základě výrazů obličeje interpretovaných počítačovým viděním.

Nový přístup dokáže nejen rozlišit nepostižené a postižené subjekty, ale dokáže správně odlišit depresi od schizofrenie a také míru, do jaké je pacient aktuálně nemocí postižen.

Výzkumníci poskytli složený obrázek, který představuje kontrolní skupinu pro jejich testy (vlevo na obrázku níže) a pacienty, kteří trpí duševními poruchami (vpravo). Identity více lidí se v reprezentacích mísí a ani jeden obrázek nezobrazuje konkrétního jedince:

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

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

Jedinci s afektivními poruchami mívají zvednuté obočí, olovnaté pohledy, oteklé obličeje a výrazy v ústech pověšeného psa. Kvůli ochraně soukromí pacientů jsou tyto složené snímky jediné, které jsou k dispozici na podporu nové práce.

Až dosud bylo rozpoznávání obličejových afektů primárně používáno jako potenciální nástroj pro základní diagnostiku. Nový přístup místo toho nabízí možnou metodu hodnocení pokroku pacienta v průběhu léčby nebo (potenciálně, i když to článek nenavrhuje) v jejich vlastním domácím prostředí pro ambulantní sledování.

V novinách se píše *:

„Přesahuje strojovou diagnostiku deprese v afektivním počítání, které bylo vyvinuto v předchozí studie, ukazujeme, že měřitelný afektivní stav odhadovaný pomocí počítačového vidění obsahuje mnohem více informací než čistá kategoriální klasifikace.“

Vědci tuto techniku ​​nazvali Opto elektronická encefalografie (OEG), zcela pasivní metoda odvozování duševního stavu analýzou zobrazení obličeje namísto topických senzorů nebo lékařských zobrazovacích technologií založených na paprsku.

Autoři docházejí k závěru, že OEG by potenciálně mohl být nejen pouhým sekundárním pomocníkem při diagnostice a léčbě, ale v dlouhodobém horizontu i potenciální náhradou určitých hodnotících částí léčebného potrubí a mohl by zkrátit dobu potřebnou pro pacienta. sledování a prvotní diagnostika. Berou na vědomí:

„Celkově výsledky předpovídané přístrojem vykazují lepší korelace ve srovnání s dotazníky založenými na čistě klinickém hodnocení pozorovatelů a jsou také objektivní. Pozoruhodná je také relativně krátká doba měření několika minut pro přístupy počítačového vidění, zatímco pro klinické rozhovory jsou někdy vyžadovány hodiny.“

Autoři však rádi zdůrazňují, že péče o pacienty v této oblasti je multimodální snaha, přičemž je třeba vzít v úvahu mnoho dalších ukazatelů stavu pacienta než jen výrazy jejich obličeje, a že je příliš brzy na to, abychom uvažovali o tom, že by takový systém mohl zcela nahradit tradiční přístupy k duševním poruchám. Nicméně považují OEG za slibnou doplňkovou technologii, zejména jako metodu ke stupňování účinků farmaceutické léčby v pacientově předepsaném režimu.

Projekt papír je s názvem Tvář afektivních porucha pochází od osmi výzkumných pracovníků z celé řady institucí ze soukromého i veřejného sektoru lékařského výzkumu.

Data

(Nový článek se zabývá převážně různými teoriemi a metodami, které jsou v současné době populární v diagnostice duševních poruch pacientů, s menší pozorností než je obvyklé skutečným technologiím a postupům používaným při testech a různých experimentech)

Sběr dat probíhal ve Fakultní nemocnici v Cáchách, se 100 pacientkami s vyváženým pohlavím a kontrolní skupinou 50 nepostižených osob. Mezi pacienty bylo 35 pacientů trpících schizofrenií a 65 lidí trpících depresemi.

U části pacientů testované skupiny byla počáteční měření provedena v době první hospitalizace a druhá před jejich propuštěním z nemocnice, přičemž průměrný interval byl 12 týdnů. Účastníci kontrolní skupiny se libovolně rekrutovali z místní populace, přičemž jejich vlastní indukce a „propuštění“ odrážely ty skutečné pacienty.

Ve skutečnosti musí být nejdůležitější „základní pravdou“ pro takový experiment diagnózy získané schválenými a standardními metodami, a to byl případ zkoušek OEG.

Fáze shromažďování dat však získala další data vhodnější pro strojovou interpretaci: rozhovory v průměru 90 minut byly pořízeny ve třech fázích spotřebitelskou webovou kamerou Logitech c270 běžící rychlostí 25 snímků za sekundu.

První sezení se skládalo ze standardu Hamiltonův rozhovor (na základě výzkumu původem kolem roku 1960), jaké by se normálně dávaly při přijetí. Ve druhé fázi byli neobvykle ukázáni pacienti (a jejich protějšky v kontrolní skupině). videa z řady výrazů obličeje a byli požádáni, aby každý z nich napodobili, přičemž uvedli svůj vlastní odhad svého mentálního stavu v té době, včetně emočního stavu a intenzity. Tato fáze trvala asi deset minut.

Ve třetí a poslední fázi bylo účastníkům promítnuto 96 videí herců, z nichž každé trvalo něco málo přes deset sekund a zjevně vyprávělo o intenzivních emocionálních zážitcích. Účastníci byli poté požádáni, aby zhodnotili emoce a intenzitu zastoupené ve videích, stejně jako své vlastní odpovídající pocity. Tato fáze trvala asi 15 minut.

Metoda

Abychom dospěli k průměrnému průměru zachycených tváří (viz první obrázek výše), byly pomocí EmoNet rámec. Následně byla stanovena korespondence mezi tvarem obličeje a středním (průměrným) tvarem obličeje po částech afinní transformace.

Dimenzionální rozpoznávání emocí a předpověď očního pohledu byla provedena na každém význačném segmentu identifikovaném v předchozí fázi.

V tomto bodě emotivní inference založená na zvuku naznačila, že do pacientova duševního stavu přišel poučitelný moment a úkolem je zachytit odpovídající obraz obličeje a rozvinout tuto dimenzi a doménu jejich afektu.

Automatická analýza emocí z tváří v přírodě

(Na videu výše vidíme práci vyvinutou autory technologií pro rozpoznávání dimenzionálních emocí, které výzkumníci použili pro novou práci).

Geodetický tvar materiálu byl vypočítán pro každý snímek dat a dekompozice singulární hodnoty (SVD) bylo použito snížení. Výsledná data časové řady byla nakonec modelována jako a VAR proces a poté dále redukován pomocí SVD před Adaptace MAP.

Pracovní postup pro proces geodetické redukce.

Pracovní postup pro proces geodetické redukce.

Hodnoty valence a vzrušení v síti EmoNet byly také zpracovány obdobně pomocí modelování VAR a sekvenčního výpočtu jádra.

Experimenty

Jak bylo vysvětleno dříve, nová práce je primárně lékařským výzkumným dokumentem spíše než standardním předložením počítačového vidění a odkazujeme čtenáře na samotný dokument, aby se podrobně zabýval různými experimenty OEG prováděnými výzkumníky.

Abychom však shrnuli výběr z nich:

Náznaky afektivní poruchy

Zde bylo 40 účastníků (ne z kontrolní nebo pacientské skupiny) požádáno, aby ohodnotili hodnocené průměrné obličeje (viz výše) s ohledem na řadu otázek, aniž by byli informováni o kontextu dat. Otázky byly:

Jaké je pohlaví obou tváří?
Mají tváře atraktivní vzhled?
Jsou tyto tváře důvěryhodné osoby?
Jak hodnotíte schopnost těchto lidí jednat?
Jaké jsou emoce dvou tváří?
Jaký je vzhled pleti obou tváří?
Jaký je dojem z pohledu?
Mají tyto dvě tváře pokleslé koutky úst?
Mají ty dvě tváře zvednuté oči hnědé?
Jsou tyto osoby klinickými pacienty?

Výzkumníci zjistili, že tato slepá hodnocení korelovala s registrovaným stavem zpracovávaných dat:

Krabicový graf výsledků průzkumu „zlého obličeje“.

Krabicový graf výsledků průzkumu „zlého obličeje“.

Klinické hodnocení

Aby bylo možné změřit užitečnost OEG při počátečním hodnocení, vědci nejprve vyhodnotili, jak efektivní je standardní klinické hodnocení samo o sobě, přičemž měřili úrovně zlepšení mezi indukční a druhou fází (do kdy pacient obvykle dostává léčbu založenou na drogách).

Výzkumníci došli k závěru, že stav a závažnost symptomů lze touto metodou dobře posoudit a dosáhnout korelace 0.82. Přesná diagnóza schizofrenie nebo deprese se však ukázala jako náročnější, přičemž standardní metoda v tomto raném stadiu dosáhla pouze skóre -0.03.

Autoři komentují:

„V podstatě lze stav pacienta poměrně dobře určit pomocí obvyklých dotazníků. To je však v podstatě vše, co se z toho dá vyvodit. Není uvedeno, zda je někdo depresivní nebo spíše schizofrenní. Totéž platí pro odpověď na léčbu.“

Výsledky ze strojového procesu byly schopny získat vyšší skóre v této problémové oblasti a srovnatelné skóre pro počáteční aspekt hodnocení pacienta:

Vyšší čísla jsou lepší. Vlevo standardní výsledky hodnocení přesnosti založené na rozhovorech ve čtyřech fázích architektury testování; vpravo, výsledky založené na stroji.

Vyšší čísla jsou lepší. Vlevo standardní výsledky hodnocení přesnosti založené na rozhovorech ve čtyřech fázích architektury testování; vpravo, výsledky založené na stroji.

Diagnostika poruchy

Rozlišení deprese od schizofrenie pomocí statických obrázků obličeje není triviální záležitost. Při křížové validaci byl strojový proces schopen získat vysoké skóre přesnosti v různých fázích zkoušek:

V jiných experimentech byli vědci schopni prokázat, že OEG může vnímat zlepšení pacienta prostřednictvím farmakologické léčby a obecné léčby poruchy:

„Kauzální závěr na základě empirických předchozích znalostí sběru dat upravil farmakologickou léčbu tak, aby byl pozorován návrat k fyziologické regulaci dynamiky obličeje. Takový návrat nebylo možné pozorovat během klinického předpisu.

„V tuto chvíli není jasné, zda by takovéto strojové doporučení skutečně vedlo k výrazně lepšímu úspěchu terapie. Zejména proto, že je známo, jaké nežádoucí účinky mohou mít léky po dlouhou dobu.

"Nicméně [tyto druhy] přístupů šitých na míru pacientům by prolomily bariéry běžného schématu kategoriální klasifikace, které se stále dominantně používá v každodenním životě."

 

* Můj převod inline citací autorů na hypertextové odkazy.

Poprvé publikováno 3. srpna 2022.