Dijagnosticiranje poremećaja mentalnog zdravlja putem AI procjene izraza lica

Istraživači iz Njemačke razvili su metodu za prepoznavanje mentalnih poremećaja na temelju izraza lica interpretiranih računalnim vidom.

Novi pristup ne samo da može razlikovati nezahvaćene od oboljelih subjekata, već također može ispravno razlikovati depresiju od shizofrenije, kao i stupanj do kojeg je pacijent trenutačno pogođen bolešću.

Istraživači su dali kompozitnu sliku koja predstavlja kontrolnu skupinu za njihove testove (lijevo na slici ispod) i pacijente koji pate od mentalnih poremećaja (desno). Identiteti više ljudi pomiješani su u prikazima, a nijedna slika ne prikazuje određenog pojedinca:

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

Pojedinci s afektivnim poremećajima obično imaju podignute obrve, olovne poglede, natečena lica i izraze usana poput psećeg. Radi zaštite privatnosti pacijenata, ove kompozitne slike jedine su dostupne u prilog novom radu.

Do sada se prepoznavanje afekta lica prvenstveno koristilo kao potencijalni alat za osnovnu dijagnozu. Novi pristup, umjesto toga, nudi moguću metodu za procjenu pacijentovog napretka tijekom liječenja, ili pak (potencijalno, iako to dokument ne predlaže) u njihovom vlastitom domaćem okruženju za ambulantno praćenje.

U radu stoji*:

'Idemo dalje od strojne dijagnoze depresije u afektivnom računalstvu, koje je razvijeno u prijašnji studije, pokazujemo da mjerljivo afektivno stanje procijenjeno pomoću računalnog vida sadrži daleko više informacija od čiste kategoričke klasifikacije.'

Istraživači su ovu tehniku ​​nazvali Opto elektronička encefalografija (OEG), potpuno pasivna metoda zaključivanja mentalnog stanja analizom slike lica umjesto topikalnih senzora ili tehnologija medicinskih slika temeljenih na zrakama.

Autori zaključuju da bi OEG potencijalno mogao biti ne samo sekundarna pomoć u dijagnozi i liječenju, već, dugoročno gledano, potencijalna zamjena za određene evaluacijske dijelove cjevovoda liječenja, te onaj koji bi mogao skratiti vrijeme potrebno pacijentu praćenje i početna dijagnoza. Napominju:

'Općenito, rezultati koje je predvidio stroj pokazuju bolje korelacije u usporedbi s upitnicima koji se temelje na čistom ocjenjivanju kliničkih promatrača i također su objektivni. Relativno kratko razdoblje mjerenja od nekoliko minuta za pristupe računalnog vida također je vrijedno spomena, dok su za kliničke intervjue ponekad potrebni sati.'

Međutim, autori žele naglasiti da je skrb o pacijentima u ovom području multimodalna potraga, s mnogim drugim pokazateljima stanja pacijenta koje treba uzeti u obzir osim njihovih izraza lica, te da je prerano smatrati da bi takav sustav mogao u potpunosti zamijeniti tradicionalne pristupe mentalnim poremećajima. Unatoč tome, smatraju OEG obećavajućom dodatnom tehnologijom, posebice kao metodom za ocjenjivanje učinaka farmaceutskog liječenja u propisanom režimu pacijenta.

Korištenje električnih romobila ističe papir naslovljen je Lice afektivnih poremećaja, a dolazi od osam istraživača iz širokog spektra institucija iz privatnog i javnog sektora medicinskih istraživanja.

Datum

(Novi rad uglavnom se bavi različitim teorijama i metodama koje su trenutno popularne u dijagnosticiranju mentalnih poremećaja pacijenata, s manje pozornosti nego što je to uobičajeno na stvarne tehnologije i procese korištene u testovima i raznim eksperimentima)

Prikupljanje podataka odvijalo se u Sveučilišnoj bolnici u Aachenu, sa 100 spolno uravnoteženih pacijenata i kontrolnom skupinom od 50 nezaraženih osoba. Među pacijentima je bilo 35 oboljelih od shizofrenije i 65 oboljelih od depresije.

Za dio testne skupine s pacijentima, početna mjerenja obavljena su u vrijeme prve hospitalizacije, a druga prije otpuštanja iz bolnice, u prosječnom intervalu od 12 tjedana. Sudionici kontrolne skupine odabrani su proizvoljno iz lokalnog stanovništva, s njihovim vlastitim indukcijom i 'otpuštanjem' koji su odražavali one stvarnih pacijenata.

Zapravo, najvažnija 'osnovna istina' za takav eksperiment moraju biti dijagnoze dobivene odobrenim i standardnim metodama, a to je bio slučaj s OEG pokusima.

Međutim, u fazi prikupljanja podataka dobiveni su dodatni podaci prikladniji za strojnu interpretaciju: intervjui koji su u prosjeku trajali 90 minuta snimljeni su u tri faze pomoću web kamere Logitech c270 koja radi pri 25 sličica u sekundi.

Prva sesija sastojala se od standarda Intervju s Hamiltonom (na temelju istraživanja nastao oko 1960), kao što bi se inače davalo pri prijemu. U drugoj fazi, neuobičajeno, prikazani su pacijenti (i njihovi kolege u kontrolnoj skupini). videos niza izraza lica i zamoljeni da oponašaju svaki od njih, dok iznose vlastitu procjenu svog mentalnog stanja u to vrijeme, uključujući emocionalno stanje i intenzitet. Ova faza je trajala desetak minuta.

U trećoj i posljednjoj fazi, sudionicima je prikazano 96 videa glumaca, koji su trajali nešto više od deset sekundi svaki, a koji su naizgled prepričavali intenzivna emocionalna iskustva. Sudionici su zatim zamoljeni da procijene emocije i intenzitet predstavljen u videu, kao i vlastite odgovarajuće osjećaje. Ova faza je trajala oko 15 minuta.

način

Da bi se dobio srednji prosjek snimljenih lica (vidi prvu sliku gore), emocionalni orijentiri su snimljeni pomoću EmoNet okvir. Naknadno je utvrđena podudarnost između oblika lica i srednjeg (prosječnog) oblika lica po komadu afina transformacija.

Dimenzionalno prepoznavanje emocija i predviđanje pogleda očima provedeno je na svakom orijentirnom segmentu identificiranom u prethodnoj fazi.

U ovoj točki, zvučni zaključak o emocijama pokazao je da je trenutak koji se može poučiti stigao u mentalno stanje pacijenta, a zadatak je uhvatiti odgovarajuću sliku lica i razviti tu dimenziju i domenu njihovog afektivnog stanja.

(U gornjem videu vidimo rad koji su razvili autori tehnologija dimenzionalnog prepoznavanja emocija koje su istraživači koristili za novi rad).

Geodezija oblika materijala izračunata je za svaki okvir podataka, a dekompozicija singularne vrijednosti (SVD) primijenjeno smanjenje. Podaci dobivene vremenske serije na kraju su modelirani kao a VAR proces, a zatim dodatno smanjen putem SVD prije MAP adaptacija.

Tijek rada za proces geodetske redukcije.

Vrijednosti valencije i uzbuđenja u EmoNet mreži također su slično obrađene s VAR modeliranjem i izračunom jezgre sekvence.

eksperimenti

Kao što je ranije objašnjeno, novi je rad primarno medicinski istraživački rad, a ne standardna predaja računalnog vida, a čitatelja upućujemo na sam rad radi detaljnog pokrivanja različitih OEG eksperimenata koje provode istraživači.

Ipak, da sažmemo njihov izbor:

Znakovi afektivnog poremećaja

Ovdje je 40 sudionika (ne iz kontrolne skupine ili skupine pacijenata) zamoljeno da ocijene procijenjena srednja lica (vidi gore) u odnosu na niz pitanja, bez da ih se informira o kontekstu podataka. Pitanja su bila:

Kojeg su spola ta dva lica?
Imaju li lica privlačan izgled?
Jesu li ova lica osobe od povjerenja?
Kako ocjenjujete sposobnost djelovanja tih ljudi?
Koja je emocija dvaju lica?
Kakav je izgled kože dvaju lica?
Kakav je dojam pogleda?
Imaju li dva lica spuštene kutove usta?
Imaju li dva lica podignute smeđe oči?
Jesu li te osobe klinički pacijenti?

Istraživači su otkrili da su ove slijepe procjene u korelaciji s registriranim stanjem obrađenih podataka:

Rezultati okvirnog dijagrama za istraživanje 'zlobnog lica'.

Klinička procjena

Kako bi procijenili korisnost OEG-a u početnoj procjeni, istraživači su prvo procijenili koliko je učinkovita standardna klinička procjena sama po sebi, mjereći razine poboljšanja između indukcije i druge faze (do kada pacijent obično prima liječenje temeljeno na lijekovima).

Istraživači su zaključili da se stanje i ozbiljnost simptoma mogu dobro procijeniti ovom metodom, postižući korelaciju od 0.82. Međutim, točna dijagnoza bilo shizofrenije ili depresije pokazala se izazovnijom, sa standardnom metodom koja je u ovoj ranoj fazi dobila samo rezultat od -0.03.

Autori komentiraju:

'U biti, uobičajenim upitnicima može se relativno dobro utvrditi status bolesnika. No, to je u biti sve što se iz toga može zaključiti. Nije naznačeno je li netko depresivan ili radije shizofreničan. Isto vrijedi i za odgovor na liječenje.'

Rezultati strojnog procesa uspjeli su dobiti više ocjene u ovom problemskom području i usporedive rezultate za aspekt početne procjene pacijenta:

Veći brojevi su bolji. S lijeve strane, standardni rezultati točnosti procjene temeljeni na intervjuu kroz četiri faze arhitekture testiranja; s desne strane, strojni rezultati.

Dijagnoza poremećaja

Razlikovanje depresije od shizofrenije putem statičnih slika lica nije beznačajna stvar. Unakrsno validiran, strojni proces je uspio dobiti rezultate visoke točnosti u različitim fazama ispitivanja:

U drugim pokusima, istraživači su uspjeli pokazati dokaze da OEG može uočiti poboljšanje pacijenta kroz farmakološko liječenje i opće liječenje poremećaja:

Uzročno zaključivanje na temelju empirijskog prethodnog znanja o prikupljanju podataka prilagodilo je farmakološko liječenje kako bi se uočio povratak na fiziološku regulaciju dinamike lica. Takav se povratak nije mogao primijetiti tijekom kliničkog recepta.

'Trenutačno nije jasno bi li takva strojno utemeljena preporuka doista rezultirala značajno boljim uspjehom terapije. Pogotovo jer se zna koje nuspojave lijekovi mogu imati kroz dulje vrijeme.

'Međutim, [ove vrste] pristupa prilagođenih pacijentima razbili bi barijere uobičajene sheme kategoričke klasifikacije koja se još uvijek dominantno koristi u svakodnevnom životu.'

* Moja konverzija umetnutih citata autora u hiperveze.

Prvi put objavljeno 3. kolovoza 2022.