Diagnóstico de trastornos de salud mental a través de la evaluación de expresiones faciales con inteligencia artificial

Investigadores de Alemania han desarrollado un método para identificar trastornos mentales en función de las expresiones faciales interpretadas por visión por computadora.

El nuevo enfoque no solo puede distinguir entre sujetos no afectados y afectados, sino que también puede distinguir correctamente la depresión de la esquizofrenia, así como el grado en que el paciente está actualmente afectado por la enfermedad.

Los investigadores han proporcionado una imagen compuesta que representa el grupo de control para sus pruebas (a la izquierda en la imagen a continuación) y los pacientes que sufren de trastornos mentales (derecha). Las identidades de varias personas se mezclan en las representaciones, y ninguna imagen muestra a un individuo en particular:

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

Las personas con trastornos afectivos tienden a tener cejas levantadas, miradas apagadas, rostros hinchados y expresiones de boca triste. Para proteger la privacidad de los pacientes, estas imágenes compuestas son las únicas que se han hecho disponibles en apoyo del nuevo trabajo.

Hasta ahora, el reconocimiento de afecto facial se ha utilizado principalmente como una herramienta potencial para el diagnóstico básico. El nuevo enfoque, en cambio, ofrece un método posible para evaluar el progreso del paciente durante el tratamiento, o incluso (potencialmente, aunque el documento no lo sugiere) en su propio entorno doméstico para la monitorización ambulatoria.

El documento establece*:

‘Más allá del diagnóstico de depresión por computadora en informática afectiva, que se ha desarrollado en estudios previos, mostramos que el estado afectivo medible estimado por medios de visión por computadora contiene mucha más información que la clasificación categórica pura.’

Los investigadores han llamado a esta técnica Encefalografía Óptico-Electrónica (OEG), un método completamente pasivo de inferir el estado mental mediante análisis de imágenes faciales en lugar de sensores tópicos o tecnologías de imagen médica basadas en rayos.

Los autores concluyen que la OEG podría ser no solo una ayuda secundaria para el diagnóstico y el tratamiento, sino también, a largo plazo, un posible reemplazo para ciertas partes evaluativas del proceso de tratamiento, y que podría reducir el tiempo necesario para la monitorización y el diagnóstico inicial de los pacientes. Observan:

‘En general, los resultados predichos por la máquina muestran mejores correlaciones en comparación con la calificación del observador clínico basada en cuestionarios y también son objetivos. El período de medición relativamente corto de unos pocos minutos para los enfoques de visión por computadora también es digno de mención, mientras que a veces se requieren horas para las entrevistas clínicas.’

Sin embargo, los autores están ansiosos por enfatizar que la atención al paciente en este campo es una empresa multi-modal, con muchos otros indicadores del estado del paciente que deben considerarse además de solo sus expresiones faciales, y que es demasiado pronto para considerar que un sistema como este podría sustituir completamente los enfoques tradicionales para los trastornos mentales. Sin embargo, consideran que la OEG es una tecnología auxiliar prometedora, particularmente como un método para calificar los efectos de los tratamientos farmacológicos en el régimen prescrito del paciente.

El documento se titula El rostro de los trastornos afectivos, y proviene de ocho investigadores de una amplia gama de instituciones del sector de investigación médica privada y pública.

Datos

(El nuevo documento se ocupa principalmente de las diversas teorías y métodos que actualmente son populares en el diagnóstico de trastornos mentales en pacientes, con menos atención de lo habitual a las tecnologías y procesos reales utilizados en las pruebas y experimentos)

La recopilación de datos tuvo lugar en el Hospital Universitario de Aquisgrán, con 100 pacientes equilibrados en términos de género y un grupo de control de 50 personas no afectadas. Los pacientes incluyeron 35 personas con esquizofrenia y 65 personas con depresión.

Para la parte del paciente del grupo de prueba, se tomaron medidas iniciales en el momento de la primera hospitalización, y la segunda antes de su alta del hospital, abarcando un intervalo promedio de 12 semanas. Los participantes del grupo de control fueron reclutados arbitrariamente de la población local, con su propia inducción y ‘alta’ que reflejaba la de los pacientes reales.

En efecto, la ‘verdad fundamental’ más importante para tal experimento debe ser los diagnósticos obtenidos mediante métodos aprobados y estándar, y este fue el caso de las pruebas de la OEG.

Sin embargo, la etapa de recopilación de datos obtuvo datos adicionales más adecuados para la interpretación de la máquina: se grabaron entrevistas que promediaban 90 minutos a lo largo de tres fases con una cámara web de consumo Logitech c270 que funcionaba a 25 fps.

La primera sesión consistió en una entrevista estándar Hamilton (basada en investigaciones originadas alrededor de 1960), como normalmente se daría en la admisión. En la segunda fase, inusualmente, se les mostraron a los pacientes (y a sus contrapartes en el grupo de control) videos de una serie de expresiones faciales, y se les pidió que imitaran cada una de ellas, mientras declaraban su propia estimación de su estado mental en ese momento, incluyendo su estado emocional y la intensidad. Esta fase duró alrededor de diez minutos.

En la tercera y última fase, se les mostraron a los participantes 96 videos de actores, que duraban un poco más de diez segundos cada uno, aparentemente relatando experiencias emocionales intensas. A continuación, se les pidió a los participantes que evaluaran la emoción y la intensidad representadas en los videos, así como sus propios sentimientos correspondientes. Esta fase duró alrededor de 15 minutos.

Método

Para llegar al promedio de las caras capturadas (ver primera imagen, arriba), se capturaron puntos de referencia emocionales con el marco de EmoNet. Posteriormente, se determinó la correspondencia entre la forma de la cara y la forma de la cara promedio (promediada) a través de transformación afín por partes.

Se realizó un reconocimiento de emociones dimensionales y predicción de la mirada en cada segmento de puntos de referencia identificado en la etapa anterior.

En este punto, la inferencia de emoción basada en audio ha indicado que ha llegado un momento enseñable en el estado mental del paciente, y la tarea es capturar la imagen facial correspondiente y desarrollar esa dimensión y dominio de su estado afectivo.

(En el video anterior, vemos el trabajo desarrollado por los autores de las tecnologías de reconocimiento de emociones dimensionales utilizadas por los investigadores para el nuevo trabajo).

Se calculó la geodésica de la forma del material para cada cuadro de los datos, y se aplicó la reducción de la descomposición de valores singulares (SVD). Los datos de la serie temporal resultantes finalmente se modelaron como un proceso VAR, y luego se redujeron aún más a través de la SVD antes de la adaptación MAP.

Flujo de trabajo para el proceso de reducción geodésica.

Los valores de valencia y arousal en la red EmoNet también se procesaron de manera similar con el modelado VAR y el cálculo del núcleo de la secuencia.

Experimentos

Como se explicó anteriormente, el nuevo trabajo es principalmente un documento de investigación médica en lugar de una presentación estándar de visión por computadora, y remitimos al lector al documento en sí para una cobertura en profundidad de los diversos experimentos OEG realizados por los investigadores.

No obstante, para resumir una selección de ellos:

Pistas de trastornos afectivos

Aquí, 40 participantes (no del grupo de control o de pacientes) fueron solicitados para calificar las caras promedio evaluadas (ver arriba) en cuanto a una serie de preguntas, sin ser informados del contexto de los datos. Las preguntas fueron:

¿Cuál es el género de las dos caras?
¿Tienen las caras una apariencia atractiva?
¿Son estas caras personas de confianza?
¿Cómo evalúas la capacidad de estas personas para actuar?
¿Cuál es la emoción de las dos caras?
¿Cuál es la apariencia de la piel de las dos caras?
¿Cuál es la impresión de la mirada?
¿Tienen las dos caras esquinas de la boca caídas?
¿Tienen las dos caras cejas levantadas?
¿Son estas personas pacientes clínicas?

Los investigadores encontraron que estas evaluaciones ciegas se correlacionaron con el estado registrado de los datos procesados:

Resultados del gráfico de caja de la encuesta ‘cara promedio’.

Evaluación clínica

Para evaluar la utilidad de la OEG en la evaluación inicial, los investigadores primero evaluaron cuán efectiva es la evaluación clínica estándar por sí sola, midiendo los niveles de mejora entre la inducción y la segunda fase (en el momento en que el paciente generalmente está recibiendo tratamientos con medicamentos).

Los investigadores concluyeron que el estado y la gravedad de los síntomas podían evaluarse bien mediante este método, logrando una correlación de 0,82. Sin embargo, un diagnóstico preciso de esquizofrenia o depresión resultó más desafiante, con el método estándar obteniendo una puntuación de -0,03 en esta etapa temprana.

Los autores comentan:

‘En esencia, el estado del paciente se puede determinar relativamente bien utilizando los cuestionarios habituales. Sin embargo, eso es básicamente todo lo que se puede concluir de ello. Si alguien está deprimido o más bien esquizofrénico no se indica. Lo mismo se aplica a la respuesta al tratamiento.’

Los resultados del proceso de la máquina fueron capaces de obtener puntuaciones más altas en este área de problemas y puntuaciones comparables para la evaluación inicial del paciente:

Los números más altos son mejores. A la izquierda, resultados de la precisión de la evaluación basada en entrevistas estándar a lo largo de cuatro fases de la arquitectura de prueba; a la derecha, resultados basados en máquina.

Diagnóstico de trastornos

Distinguir la depresión de la esquizofrenia a través de imágenes faciales estáticas no es un asunto trivial. Validado cruzadamente, el proceso de la máquina pudo obtener puntuaciones de precisión altas en las diversas fases de las pruebas:

En otros experimentos, los investigadores fueron capaces de demostrar evidencia de que la OEG puede percibir la mejora del paciente a través del tratamiento farmacológico y el tratamiento general del trastorno:

‘La inferencia causal sobre el conocimiento empírico previo de la recopilación de datos ajustó el tratamiento farmacológico para observar un regreso a la regulación fisiológica de la dinámica facial. Tal regreso no se pudo observar durante la prescripción clínica.

‘En este momento no está claro si una recomendación basada en máquina realmente resultaría en un éxito significativamente mejor del tratamiento. Especialmente porque se conoce qué efectos secundarios pueden tener los medicamentos a largo plazo.

‘Sin embargo, [este tipo de] enfoques personalizados para el paciente romperían las barreras del esquema de clasificación categórica común que aún se utiliza de manera dominante en la vida diaria.’

* Mi conversión de las citas en línea de los autores a enlaces.

Publicado por primera vez el 3 de agosto de 2022.