Diagnosi dei Disturbi della Salute Mentale attraverso la Valutazione delle Espressioni Facciali con l’Intelligenza Artificiale

I ricercatori della Germania hanno sviluppato un metodo per identificare i disturbi mentali in base alle espressioni facciali interpretate dalla visione artificiale.

Il nuovo approccio può non solo distinguere tra soggetti non affetti e soggetti affetti, ma può anche distinguere correttamente la depressione dalla schizofrenia, nonché il grado in cui il paziente è attualmente affetto dalla malattia.

I ricercatori hanno fornito un’immagine composita che rappresenta il gruppo di controllo per i loro test (a sinistra nell’immagine in basso) e i pazienti che soffrono di disturbi mentali (a destra). Le identità di molte persone sono fuse nelle rappresentazioni, e nessuna immagine ritrae un individuo specifico:

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

Le persone con disturbi affettivi tendono ad avere sopracciglia alzate, sguardi spenti, facce gonfie e espressioni di bocca abbassate. Per proteggere la privacy dei pazienti, queste immagini compositive sono le uniche rese disponibili a sostegno del nuovo lavoro.

Fino ad ora, il riconoscimento delle espressioni facciali è stato utilizzato principalmente come strumento potenziale per la diagnosi di base. Il nuovo approccio, invece, offre un metodo possibile per valutare i progressi dei pazienti durante il trattamento, o eventualmente (anche se il documento non lo suggerisce) nel loro ambiente domestico per il monitoraggio ambulatoriale.

Il documento afferma*:

‘Andando oltre la diagnosi della depressione mediante l’elaborazione affettiva, che è stata sviluppata in studi precedenti studi, mostriamo che lo stato affettivo misurabile stimato mediante visione artificiale contiene molte più informazioni della classificazione categorica pura.’

I ricercatori hanno denominato questa tecnica Encefalografia Optoelettronica (OEG), un metodo completamente passivo per inferire lo stato mentale mediante l’analisi delle immagini facciali anziché sensori topici o tecnologie di imaging medico a raggi.

Gli autori concludono che l’OEG potrebbe potenzialmente non essere solo un aiuto secondario alla diagnosi e al trattamento, ma, nel lungo termine, un sostituto potenziale per alcune parti valutative della pipeline di trattamento, e che potrebbe ridurre il tempo necessario per il monitoraggio dei pazienti e la diagnosi iniziale. Notano:

‘In generale, i risultati previsti dalla macchina mostrano migliori correlazioni rispetto alla valutazione dell’osservatore clinico basata su questionari e sono anche oggettivi. Il periodo di misurazione relativamente breve di pochi minuti per gli approcci di visione artificiale è anche degno di nota, mentre a volte sono necessarie ore per gli colloqui clinici.’

Tuttavia, gli autori sono ansiosi di sottolineare che la cura dei pazienti in questo campo è un’attività multimodale, con molti altri indicatori dello stato del paziente da considerare oltre alle loro espressioni facciali, e che è troppo presto per considerare che un tale sistema possa sostituire completamente gli approcci tradizionali ai disturbi mentali. Ciò nonostante, considerano l’OEG una tecnologia ausiliaria promettente, in particolare come metodo per valutare gli effetti dei trattamenti farmacologici nel regime prescritto al paziente.

Il documento si intitola Il Volto dei Disturbi Affettivi e proviene da otto ricercatori di una vasta gamma di istituzioni del settore della ricerca medica privata e pubblica.

Dati

(Il nuovo documento tratta principalmente delle varie teorie e metodi attualmente popolari nella diagnosi dei disturbi mentali dei pazienti, con meno attenzione del solito alle tecnologie e ai processi effettivamente utilizzati nei test e negli esperimenti)

La raccolta dei dati ha avuto luogo presso l’Ospedale Universitario di Aachen, con 100 pazienti in pari numero tra uomini e donne e un gruppo di controllo di 50 persone non affette. I pazienti includevano 35 persone affette da schizofrenia e 65 persone affette da depressione.

Per la parte dei pazienti del gruppo di test, le misurazioni iniziali sono state effettuate al momento della prima ospedalizzazione, e la seconda prima della loro dimissione dall’ospedale, coprendo un intervallo medio di 12 settimane. I partecipanti del gruppo di controllo sono stati reclutati arbitrariamente dalla popolazione locale, con la loro induzione e ‘dimissione’ che rifletteva quella dei pazienti effettivi.

In effetti, la ‘verità di base’ più importante per un tale esperimento deve essere la diagnosi ottenuta con metodi approvati e standard, e questo è stato il caso per i trial OEG.

Tuttavia, la fase di raccolta dei dati ha ottenuto dati aggiuntivi più adatti per l’interpretazione della macchina: gli colloqui con una durata media di 90 minuti sono stati catturati in tre fasi con una webcam Logitech c270 per consumatori in esecuzione a 25fps.

La prima sessione comprendeva un colloquio standard Hamilton (basato su ricerche originate intorno al 1960), come sarebbe stato normalmente somministrato all’ammissione. Nella seconda fase, insolitamente, i pazienti (e i loro omologhi nel gruppo di controllo) sono stati mostrati video di una serie di espressioni facciali, e sono stati invitati a imitare ciascuna di queste, mentre dichiaravano la loro stima della loro condizione mentale in quel momento, compreso lo stato emotivo e l’intensità. Questa fase è durata circa dieci minuti.

Nella terza e ultima fase, i partecipanti sono stati mostrati 96 video di attori, della durata di poco più di dieci secondi ciascuno, apparentemente che raccontavano esperienze emozionali intense. I partecipanti sono stati quindi invitati a valutare l’emozione e l’intensità rappresentate nei video, nonché i loro sentimenti corrispondenti. Questa fase è durata circa 15 minuti.

Metodo

Per arrivare alla media dei volti catturati (vedi prima immagine, in alto), i punti di riferimento emotivi sono stati catturati con il framework EmoNet. Successivamente, la corrispondenza tra la forma del viso e la forma del viso medio (mediato) è stata determinata mediante trasformazione affine a pezzi.

Il riconoscimento delle emozioni dimensionali e la predizione dello sguardo degli occhi sono stati eseguiti su ciascun segmento di landmark identificato nella fase precedente.

In questo punto, l’inferenza dell’emozione basata sull’audio ha indicato che è arrivato un momento didattico nell stato mentale del paziente, e il compito è stato quello di catturare l’immagine facciale corrispondente e sviluppare quella dimensione e dominio del suo stato affettivo.

(Nel video in alto, vediamo il lavoro sviluppato dagli autori delle tecnologie di riconoscimento delle emozioni dimensionali utilizzate dai ricercatori per il nuovo lavoro).

La geodetica della forma del materiale è stata calcolata per ogni frame dei dati, e la riduzione della decomposizione dei valori singolari (SVD) è stata applicata. I dati della serie temporale risultanti sono stati modellati come un processo VAR e quindi ulteriormente ridotti mediante SVD prima dell’adattamento MAP.

Flusso di lavoro per il processo di riduzione geodetica.

I valori di valenza e arousal nella rete EmoNet sono stati elaborati in modo simile con la modellazione VAR e il calcolo del kernel della sequenza.

Eserimenti

Come spiegato in precedenza, il nuovo lavoro è principalmente un documento di ricerca medica piuttosto che una presentazione standard di visione artificiale, e rimandiamo il lettore al documento stesso per una copertura approfondita dei diversi esperimenti OEG condotti dai ricercatori.

Tuttavia, per riassumere una selezione di essi:

Indizi di Disturbi Affettivi

Qui 40 partecipanti (non del gruppo di controllo o dei pazienti) sono stati invitati a valutare i volti medi valutati (vedi sopra) in relazione a una serie di domande, senza essere informati del contesto dei dati. Le domande erano:

Qual è il genere dei due volti?
I volti hanno un aspetto attraente?
Sono queste facce persone degne di fiducia?
Come valutate la capacità di queste persone di agire?
Qual è l’emozione dei due volti?
Qual è l’aspetto della pelle dei due volti?
Qual è l’impressione dello sguardo?
Hanno i due volti angoli della bocca cadenti?
Hanno i due volti sopracciglia alzate?
Sono queste persone pazienti cliniche?

I ricercatori hanno scoperto che queste valutazioni in cieco sono correlate allo stato registrato dei dati elaborati:

Risultati del grafico a casella per il sondaggio sul ‘volto medio’.

Valutazione Clinica

Per valutare l’utilità dell’OEG nella valutazione iniziale, i ricercatori hanno valutato innanzitutto l’efficacia della valutazione clinica standard, misurando i livelli di miglioramento tra l’induzione e la seconda fase (al momento in cui il paziente sta normalmente ricevendo trattamenti a base di farmaci.

I ricercatori hanno concluso che lo stato e la gravità dei sintomi possono essere valutati bene con questo metodo, raggiungendo una correlazione di 0,82. Tuttavia, una diagnosi accurata di schizofrenia o depressione si è rivelata più difficile, con il metodo standard che ha ottenuto un punteggio di solo -0,03 in questa fase iniziale.

Gli autori commentano:

‘In sostanza, lo stato del paziente può essere determinato relativamente bene utilizzando i questionari usuali. Tuttavia, è essenzialmente tutto ciò che può essere concluso da esso. Se qualcuno è depresso o schizofrenico non è indicato. Lo stesso vale per la risposta al trattamento.’

I risultati del processo della macchina sono stati in grado di ottenere punteggi più alti in questa area del problema e punteggi comparabili per l’aspetto della valutazione iniziale del paziente:

I numeri più alti sono migliori. A sinistra, i risultati dell’accuratezza della valutazione basata su colloqui standard in quattro fasi dell’architettura di testing; a destra, i risultati basati sulla macchina.

Diagnosi di Disturbi

Distinguere la depressione dalla schizofrenia mediante immagini facciali statiche non è una questione banale. Valutato incrociato, il processo della macchina è stato in grado di ottenere punteggi di accuratezza alti nelle varie fasi dei trial:

In altri esperimenti, i ricercatori sono stati in grado di dimostrare prove che l’OEG può percepire il miglioramento del paziente attraverso il trattamento farmacologico e il trattamento generale del disturbo:

‘L’inferenza causale sulla conoscenza empirica a priori della raccolta dei dati ha aggiustato il trattamento farmacologico per osservare un ritorno alla regolazione fisiologica della dinamica facciale. Un tale ritorno non poteva essere osservato durante la prescrizione clinica.

‘Al momento non è chiaro se una raccomandazione basata sulla macchina porterebbe effettivamente a un successo significativamente migliore della terapia. Soprattutto perché è noto quali effetti collaterali i farmaci possono avere nel lungo periodo.

‘Tuttavia, [questi tipi] di approcci personalizzati per il paziente romperebbero le barriere dello schema di classificazione categorica comune ancora dominante nella vita quotidiana.’

* La mia conversione delle citazioni in linea degli autori in collegamenti ipertestuali.

Prima pubblicazione 3 agosto 2022.