Diagnosi dei disturbi della salute mentale attraverso la valutazione dell'espressione facciale dell'IA

Ricercatori tedeschi hanno sviluppato un metodo per identificare i disturbi mentali basato sulle espressioni facciali interpretate dalla visione artificiale.

Il nuovo approccio non solo è in grado di 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 sotto) e i pazienti che soffrono di disturbi mentali (a destra). Le identità di più persone sono mescolate nelle rappresentazioni e nessuna immagine raffigura un particolare individuo:

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

Gli individui con disturbi affettivi tendono ad avere le sopracciglia alzate, gli sguardi plumbei, i volti gonfi e le espressioni della bocca da cane impiccato. Per proteggere la privacy del paziente, queste immagini composite sono le uniche rese disponibili a supporto del nuovo lavoro.

Fino ad ora, il riconoscimento degli affetti facciali è stato utilizzato principalmente come potenziale strumento per la diagnosi di base. Il nuovo approccio, invece, offre un possibile metodo per valutare i progressi del paziente durante il trattamento, oppure (potenzialmente, anche se il documento non lo suggerisce) nel proprio ambiente domestico per il monitoraggio ambulatoriale.

Il documento afferma*:

"Andare oltre la diagnosi automatica della depressione nel calcolo affettivo, che è stato sviluppato in precedente studi, dimostriamo che lo stato affettivo misurabile stimato per mezzo della visione artificiale contiene molte più informazioni rispetto alla pura classificazione categoriale.'

I ricercatori hanno soprannominato questa tecnica Encefalografia optoelettronica (OEG), un metodo completamente passivo per inferire lo stato mentale mediante l'analisi dell'immagine facciale invece di sensori topici o tecnologie di imaging medico basate sui raggi.

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

'Nel complesso, i risultati previsti dalla macchina mostrano correlazioni migliori rispetto ai questionari basati sulla valutazione dell'osservatore clinico puro e sono anche oggettivi. Degno di nota è anche il periodo di misurazione relativamente breve di pochi minuti per gli approcci di visione artificiale, mentre a volte sono necessarie ore per le interviste cliniche.'

Tuttavia, gli autori tengono a sottolineare che la cura del paziente in questo campo è una ricerca multimodale, con molti altri indicatori dello stato del paziente da considerare oltre alle sole espressioni facciali, e che è troppo presto per considerare che un tale sistema potrebbe sostituire completamente gli approcci tradizionali ai disturbi mentali. Tuttavia, considerano l'OEG una promettente tecnologia aggiuntiva, in particolare come metodo per valutare gli effetti del trattamento farmaceutico nel regime prescritto dal paziente.

I carta è intitolato Il volto dei disturbi affettivi, e proviene da otto ricercatori provenienti da un'ampia gamma di istituzioni del settore della ricerca medica pubblica e privata.

Dati

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

La raccolta dei dati è avvenuta presso l'ospedale universitario di Aquisgrana, con 100 pazienti con equilibrio di genere e un gruppo di controllo di 50 persone non affette. I pazienti includevano 35 malati di schizofrenia e 65 persone che soffrivano di depressione.

Per la porzione di pazienti del gruppo di test, le misurazioni iniziali sono state effettuate al momento del primo ricovero e la seconda prima della dimissione dall'ospedale, coprendo un intervallo medio di 12 settimane. I partecipanti al gruppo di controllo sono stati reclutati arbitrariamente dalla popolazione locale, con la propria induzione e "dimissione" che rispecchiava quella dei pazienti effettivi.

In effetti, la "verità fondamentale" più importante per un simile esperimento deve essere la diagnosi ottenuta con metodi approvati e standard, e questo è stato il caso delle prove OEG.

Tuttavia, la fase di raccolta dei dati ha ottenuto dati aggiuntivi più adatti all'interpretazione automatica: interviste della durata media di 90 minuti sono state acquisite in tre fasi con una webcam consumer Logitech c270 a 25 fps.

La prima sessione comprendeva uno standard Intervista Hamilton (basato sulla ricerca originato intorno al 1960), come sarebbe normalmente dato al momento del ricovero. Nella seconda fase, insolitamente, sono stati mostrati i pazienti (e le loro controparti nel gruppo di controllo). video di una serie di espressioni facciali e gli è stato chiesto di imitare ognuna di esse, dichiarando la propria stima della propria condizione mentale in quel momento, compreso lo stato emotivo e l'intensità. Questa fase è durata circa dieci minuti.

Nella terza e ultima fase, ai partecipanti sono stati mostrati 96 video di attori, della durata di poco più di dieci secondi ciascuno, che apparentemente raccontavano intense esperienze emotive. Ai partecipanti è stato quindi chiesto di valutare l'emozione e l'intensità rappresentate nei video, nonché i propri sentimenti corrispondenti. Questa fase è durata circa 15 minuti.

metodo

Per arrivare alla media media dei volti catturati (vedi prima immagine, sopra), i punti di riferimento emotivi sono stati catturati con il Emnet struttura. Successivamente, è stata determinata la corrispondenza tra la forma del viso e la forma del viso media (media). trasformazione affine a tratti.

Riconoscimento delle emozioni dimensionali ed previsione dello sguardo è stata effettuata su ogni segmento landmark individuato nella fase precedente.

A questo punto, l'inferenza emotiva basata sull'audio ha indicato che è arrivato un momento insegnabile nello stato mentale del paziente, e il compito è catturare l'immagine facciale corrispondente e sviluppare quella dimensione e dominio del suo stato affettivo.

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

La forma geodetica del materiale è stata calcolata per ogni fotogramma dei dati e Singular Value Decomposition (SVD) riduzione applicata. I dati delle serie temporali risultanti sono stati infine modellati come a VAR processo, e poi ulteriormente ridotto tramite SVD prima di Adattamento della mappa.

Flusso di lavoro per il processo di riduzione geodetica.

Anche i valori di valenza e di eccitazione nella rete EmoNet sono stati elaborati in modo simile con la modellazione VAR e il calcolo del kernel di sequenza.

Esperimenti

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:

Segnali di disturbo affettivo

Qui a 40 partecipanti (non appartenenti al gruppo di controllo o di pazienti) è stato chiesto di valutare i volti medi valutati (vedi sopra) rispetto a una serie di domande, senza essere informati del contesto dei dati. Le domande erano:

Qual è il sesso delle due facce?
I volti hanno un aspetto attraente?
Questi volti sono persone degne di fiducia?
Come valuta la capacità di agire di queste persone?
Qual è l'emozione dei due volti?
Qual è l'aspetto della pelle dei due volti?
Qual è l'impressione dello sguardo?
Le due facce hanno gli angoli della bocca cadenti?
Le due facce hanno gli occhi marroni in rilievo?
Queste persone sono pazienti clinici?

I ricercatori hanno scoperto che queste valutazioni cieche erano correlate allo stato registrato dei dati elaborati:

Risultati del box plot per il sondaggio "mean face".

Valutazione clinica

Per valutare l'utilità dell'OEG nella valutazione iniziale, i ricercatori hanno prima valutato l'efficacia della valutazione clinica standard di per sé, misurando i livelli di miglioramento tra l'induzione e la seconda fase (quando il paziente riceve in genere trattamenti a base di farmaci.

I ricercatori hanno concluso che lo stato e la gravità dei sintomi potrebbero essere ben valutati con questo metodo, ottenendo una correlazione di 0.82. Tuttavia, una diagnosi accurata di schizofrenia o depressione si è rivelata più impegnativa, con il metodo standard che ha ottenuto solo un punteggio di -0.03 in questa fase iniziale.

Gli autori commentano:

'In sostanza, lo stato del paziente può essere determinato relativamente bene utilizzando i soliti questionari. Tuttavia, questo è essenzialmente tutto ciò che si può concludere da esso. Se qualcuno è depresso o piuttosto 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 problematica e punteggi comparabili per l'aspetto della valutazione iniziale del paziente:

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

Diagnosi di disturbo

Distinguere la depressione dalla schizofrenia attraverso immagini di volti statici non è una cosa da poco. Convalidato in modo incrociato, il processo della macchina è stato in grado di ottenere punteggi di precisione elevati nelle varie fasi delle prove:

In altri esperimenti, i ricercatori sono stati in grado di dimostrare 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 della raccolta dei dati ha aggiustato il trattamento farmacologico per osservare un ritorno alla regolazione fisiologica delle dinamiche facciali. Tale ritorno non poteva essere osservato durante la prescrizione clinica.

'Al momento non è chiaro se una tale raccomandazione basata sulla macchina comporterebbe effettivamente un significativo miglioramento del successo della terapia. Soprattutto perché è noto quali effetti collaterali possono avere i farmaci per un lungo periodo di tempo.

"Tuttavia, [questi tipi] di approcci su misura per il paziente romperebbero le barriere dello schema di classificazione categoriale comune ancora prevalentemente utilizzato nella vita quotidiana."

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

Pubblicato per la prima volta il 3 agosto 2022.