בדל אבחון הפרעות בריאות הנפש באמצעות הערכת הבעות פנים בינה מלאכותית - Unite.AI
צור קשר

בריאות

אבחון הפרעות בריאות הנפש באמצעות הערכת הבעות פנים בינה מלאכותית

mm
מְעוּדכָּן on

חוקרים מגרמניה פיתחו שיטה לזיהוי הפרעות נפשיות על סמך הבעות פנים המתפרשות בראיית מחשב.

הגישה החדשה יכולה לא רק להבחין בין נבדקים לא מושפעים ומושפעים, אלא גם יכולה להבחין נכון בין דיכאון לסכיזופרניה, כמו גם את מידת הפגיעה של החולה מהמחלה.

החוקרים סיפקו תמונה מורכבת המייצגת את קבוצת הביקורת לבדיקות שלהם (בצד שמאל בתמונה למטה) ואת המטופלים הסובלים מהפרעות נפשיות (מימין). זהותם של אנשים מרובים משולבת בייצוגים, ואף אחת מהתמונות לא מתארת ​​אדם מסוים:

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

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

אנשים עם הפרעות רגשיות נוטים להרים גבות, מבטים עופרת, פנים נפוחות והבעות פה תלויות. כדי להגן על פרטיות המטופל, התמונות המרוכבות הללו הן היחידות שזמינות לתמיכה בעבודה החדשה.

עד כה, זיהוי השפעות הפנים שימש בעיקר ככלי פוטנציאלי לאבחון בסיסי. הגישה החדשה, במקום זאת, מציעה שיטה אפשרית להעריך את התקדמות המטופל במהלך הטיפול, או אחרת (באופן פוטנציאלי, אם כי המאמר אינו מציע זאת) בסביבה הביתית שלהם לניטור חוץ.

בעיתון נכתב*:

"מעבר לאבחון מכונה של דיכאון במחשוב רגשי, שפותח ב קודם מחקרים, אנו מראים שהמצב האפקטיבי הנמדד המוערך באמצעות ראייה ממוחשבת מכיל הרבה יותר מידע מאשר הסיווג הקטגורי הטהור.'

החוקרים כינו את הטכניקה הזו אופטו אנצפלוגרפיה אלקטרונית (OEG), שיטה פסיבית לחלוטין להסקת מצב נפשי על ידי ניתוח תמונת פנים במקום חיישנים מקומיים או טכנולוגיות הדמיה רפואיות מבוססות קרניים.

הכותבים מסכמים כי OEG עשוי להיות לא רק עזר משני לאבחון וטיפול, אלא, בטווח הארוך, תחליף פוטנציאלי לחלקים הערכה מסוימים של צינור הטיפול, וכזה שיכול לקצץ את הזמן הדרוש למטופל. ניטור ואבחון ראשוני. הם מציינים:

"בסך הכל, התוצאות שחזו על ידי המכונה מראות מתאמים טובים יותר בהשוואה לשאלונים המבוססים על דירוג צופים קליני טהור והן גם אובייקטיביות. ראוי לציין גם את תקופת המדידה הקצרה יחסית של דקות ספורות לגישות הראייה הממוחשבת, בעוד שלעתים נדרשות שעות לראיונות הקליניים״.

עם זאת, המחברים להוטים להדגיש שטיפול בחולים בתחום זה הוא עיסוק רב-מודאלי, עם אינדיקטורים רבים אחרים למצב החולה שיש לקחת בחשבון מלבד הבעות הפנים שלהם, וכי מוקדם מדי לשקול שמערכת כזו יכולה תחליף לחלוטין את הגישות המסורתיות להפרעות נפשיות. אף על פי כן, הם רואים ב-OEG טכנולוגיית עזר מבטיחה, במיוחד כשיטה לדרג את ההשפעות של טיפול תרופתי במשטר שנקבע על ידי המטופל.

השמיים מאמר מכונה הפנים של הפרעות רגשיות, ומגיע משמונה חוקרים במגוון רחב של מוסדות ממגזר המחקר הרפואי הפרטי והציבורי.

נתונים

(המאמר החדש עוסק ברובו בתיאוריות ובשיטות השונות הפופולריות כיום באבחון מטופלים של הפרעות נפשיות, עם פחות תשומת לב מהרגיל לטכנולוגיות ולתהליכים בפועל המשמשים בבדיקות ובניסויים השונים)

איסוף הנתונים התקיים בבית החולים האוניברסיטאי באאכן, עם 100 מטופלים מאוזנים מגדרי וקבוצת ביקורת של 50 אנשים שאינם נפגעים. בין החולים נמנו 35 חולי סכיזופרניה ו-65 אנשים שסבלו מדיכאון.

עבור חלק המטופלים בקבוצת הבדיקה, מדידות ראשוניות נלקחו בזמן האשפוז הראשון, והשנייה לפני שחרורו מאשפוז, בפרק זמן ממוצע של 12 שבועות. משתתפי קבוצת הביקורת גויסו באופן שרירותי מהאוכלוסייה המקומית, כאשר אינדוקציה ו'שחרור' משלהם משקפים את אלה של החולים בפועל.

למעשה, ה'אמת הבסיסית' החשובה ביותר לניסוי כזה חייבת להיות אבחנות המתקבלות בשיטות מאושרות וסטנדרטיות, וזה היה המקרה בניסויי OEG.

עם זאת, שלב איסוף הנתונים השיג נתונים נוספים המתאימים יותר לפרשנות מכונה: ראיונות בממוצע של 90 דקות נלכדו על פני שלושה שלבים עם מצלמת אינטרנט לצרכן Logitech c270 הפועלת במהירות 25fps.

המפגש הראשון כלל תקן ראיון המילטון (מבוסס על מחקר מקורו בסביבות 1960), כפי שניתן בדרך כלל עם הקבלה. בשלב השני, באופן חריג, הוצגו המטופלים (ועמיתיהם בקבוצת הביקורת). קטעי וידאו של סדרה של הבעות פנים, וביקשו לחקות כל אחד מאלה, תוך ציון הערכתם האישית לגבי מצבם הנפשי באותו זמן, כולל מצב רגשי ועוצמה. שלב זה נמשך כעשר דקות.

בשלב השלישי והאחרון הוצגו למשתתפים 96 סרטונים של שחקנים, שנמשכו קצת יותר מעשר שניות כל אחד, שמספרים כנראה חוויות רגשיות עזות. לאחר מכן התבקשו המשתתפים להעריך את הרגש והעוצמה המיוצגים בסרטונים, כמו גם את הרגשות התואמים שלהם. שלב זה נמשך כ-15 דקות.

שִׁיטָה

כדי להגיע לממוצע הממוצע של הפנים שנתפסו (ראה תמונה ראשונה, למעלה), נקודות ציון רגשיות נתפסו עם EmoNet מִסגֶרֶת. לאחר מכן, נקבעה התאמה בין צורת הפנים לצורת הפנים הממוצעת (הממוצעת). טרנספורמציה זיקה חלקית.

זיהוי רגש ממדי ו תחזית מבט עין בוצע על כל קטע ציון דרך שזוהה בשלב הקודם.

בשלב זה, הסקת רגשות מבוססת אודיו הצביעה על כך שהגיע רגע שניתן ללמד במצבו הנפשי של המטופל, והמשימה היא ללכוד את תמונת הפנים המתאימה ולפתח את המימד והתחום של מצב ההשפעה שלו.

ניתוח רגשות אוטומטי מפרצופים בטבע

(בסרטון למעלה, אנו רואים את העבודה שפותחו על ידי מחברי טכנולוגיות זיהוי הרגשות הממדיות המשמשות את החוקרים לעבודה החדשה).

הצורה הגיאודזית של החומר חושבה עבור כל מסגרת של הנתונים, ופירוק ערך יחיד (Svd) הוחל הפחתה. נתוני סדרת הזמן שנוצרו עוצבו בסופו של דבר כ- VAR תהליך, ולאחר מכן מופחת עוד יותר באמצעות SVD לפני התאמת MAP.

זרימת עבודה לתהליך ההפחתה הגיאודזי.

זרימת עבודה לתהליך ההפחתה הגיאודזי.

ערכי הערכיות והעוררות ברשת EmoNet עובדו גם הם באופן דומה עם מודל VAR וחישוב ליבת רצף.

ניסויים

כפי שהוסבר קודם לכן, העבודה החדשה היא בעיקרה עבודת מחקר רפואית ולא הגשת ראייה ממוחשבת סטנדרטית, ואנו מפנים את הקורא למאמר עצמו לסיקור מעמיק של ניסויי ה-OEG המגוונים שמנהלים החוקרים.

עם זאת, לסיכום מבחר מהם:

סימני הפרעה אפקטיבית

כאן התבקשו 40 משתתפים (לא מקבוצת הביקורת או המטופלים) לדרג את הפרצופים הממוצעים המוערכים (ראה לעיל) בהתייחס למספר שאלות, מבלי שיודעו להם את ההקשר של הנתונים. השאלות היו:

מה המין של שתי הפנים?
האם לפנים יש מראה מושך?
האם הפרצופים הללו הם אנשים אמינים?
כיצד אתה מעריך את יכולתם של האנשים הללו לפעול?
מה הרגש של שני הפנים?
מהו מראה העור של שתי הפנים?
מה הרושם של המבט?
האם לשני הפנים יש פינות פה נפולות?
האם לשני הפנים יש חומות עיניים מורמות?
האם האנשים הללו הם מטופלים קליניים?

החוקרים מצאו כי הערכות עיוורות אלו נמצאו בקורלציה למצב הרשום של הנתונים המעובדים:

תוצאות עלילת תיבה עבור סקר 'הפנים הממוצעות'.

תוצאות עלילת תיבה עבור סקר 'הפנים הממוצעות'.

הערכה קלינית

כדי לאמוד את התועלת של OEG בהערכה ראשונית, החוקרים העריכו תחילה עד כמה יעילה הערכה קלינית סטנדרטית בפני עצמה, תוך מדידת רמות שיפור בין הזירוז לשלב השני (עד אז החולה מקבל בדרך כלל טיפולים מבוססי תרופות.

החוקרים הגיעו למסקנה שניתן להעריך היטב את המצב ואת חומרת הסימפטומים בשיטה זו, ולהשיג מתאם של 0.82. עם זאת, אבחנה מדויקת של סכיזופרניה או דיכאון התבררה כמאתגרת יותר, כאשר השיטה הסטנדרטית השיגה רק ציון של -0.03 בשלב מוקדם זה.

הערות המחברים:

"בעצם, ניתן לקבוע את מצב המטופל בצורה טובה יחסית באמצעות השאלונים הרגילים. עם זאת, זה בעצם כל מה שניתן להסיק ממנו. אם מישהו מדוכא או יותר סכיזופרני לא מצוין. כך גם לגבי התגובה הטיפולית״.

התוצאות מתהליך המכונה הצליחו להשיג ציונים גבוהים יותר באזור בעיה זה, וציונים דומים בהיבט הערכת המטופל הראשוני:

מספרים גבוהים יותר טובים יותר. בצד שמאל, תוצאות דיוק הערכה מבוססות ראיון סטנדרטיות על פני ארבעה שלבים של ארכיטקטורת הבדיקה; בצד ימין, תוצאות מבוססות מכונה.

מספרים גבוהים יותר טובים יותר. בצד שמאל, תוצאות דיוק הערכה מבוססות ראיון סטנדרטיות על פני ארבעה שלבים של ארכיטקטורת הבדיקה; בצד ימין, תוצאות מבוססות מכונה.

אבחון הפרעה

הבחנה בין דיכאון לסכיזופרניה באמצעות תמונות פנים סטטיות אינה עניין של מה בכך. אימות צולב, תהליך המכונה הצליח להשיג ציוני דיוק גבוהים על פני השלבים השונים של הניסויים:

בניסויים אחרים, החוקרים הצליחו להוכיח ראיות לכך ש-OEG יכול לתפוס שיפור בחולה באמצעות טיפול תרופתי וטיפול כללי בהפרעה:

"ההסקה הסיבתית על הידע האמפירי המוקדם של איסוף הנתונים התאימה את הטיפול התרופתי כדי לראות חזרה לוויסות הפיזיולוגי של דינמיקת הפנים. לא ניתן היה לראות חזרה כזו במהלך המרשם הקליני.

"כרגע לא ברור אם המלצה כזו מבוססת מכונה אכן תביא להצלחה משמעותית יותר של הטיפול. במיוחד כי ידוע אילו תופעות לוואי יכולות להיות לתרופות לאורך תקופה ארוכה.

"עם זאת, [סוגים אלה] של גישות מותאמות למטופל ישברו את המחסומים של סכימת הסיווג הקטגורי הנפוצה שעדיין משמשת באופן דומיננטי בחיי היומיום."

 

* ההמרה שלי של הציטוטים המוטבעים של המחברים להיפר-קישורים.

פורסם לראשונה ב-3 באוגוסט 2022.