Дијагностицирање на нарушувања на менталното здравје преку евалуација на изразот на лицето со вештачка интелигенција

Истражувачи од Германија развија метод за идентификување на ментални нарушувања врз основа на изрази на лицето интерпретирани со компјутерски вид.

Новиот пристап не само што може да прави разлика помеѓу незасегнати и засегнати субјекти, туку може правилно да ја разликува депресијата од шизофренијата, како и степенот до кој пациентот моментално е погоден од болеста.

Истражувачите обезбедија композитна слика што ја претставува контролната група за нивните тестови (лево на сликата подолу) и пациентите кои страдаат од ментални нарушувања (десно). Идентитетите на повеќе луѓе се измешани во претставите, а ниту една слика не прикажува одредена индивидуа:

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

Поединците со афективни пореметувања имаат тенденција да имаат подигнати веѓи, оловни погледи, отечени лица и изрази на уста на кучето. За да се заштити приватноста на пациентот, овие композитни слики се единствените достапни како поддршка на новата работа.

Досега, препознавањето на афектот на лицето првенствено се користеше како потенцијална алатка за основна дијагноза. Новиот пристап, наместо тоа, нуди можен метод за оценување на напредокот на пациентот во текот на лекувањето, или на друго место (потенцијално, иако трудот не го сугерира тоа) во нивната домашна средина за амбулантски мониторинг.

Весникот наведува*:

„Одминувајќи подалеку од машинската дијагноза на депресија во афективното пресметување, кое е развиено во претходната студии, покажуваме дека мерливата афективна состојба проценета со помош на компјутерска визија содржи многу повеќе информации од чистата категорична класификација.'

Истражувачите ја нарекоа оваа техника Опто електронска енцефалографија (OEG), целосно пасивен метод за заклучување на менталната состојба со анализа на слики на лицето наместо тематски сензори или технологии за медицинска слика засновани на зраци.

Авторите заклучуваат дека ОЕГ потенцијално би можел да биде не само обичен секундарен помошник за дијагноза и третман, туку, на долг рок, потенцијална замена за одредени евалуативни делови од цевководот за лекување и таков што би можел да го намали времето потребно за пациентот. следење и првична дијагноза. Тие забележуваат:

„Генерално, резултатите предвидени од машината покажуваат подобри корелации во споредба со прашалниците засновани на чисто рејтинг на клинички набљудувачи и исто така се објективни. Вреди да се забележи релативно краткиот период на мерење од неколку минути за пристапите за компјутерска визија, додека понекогаш се потребни часови за клиничките интервјуа.

Сепак, авторите сакаат да нагласат дека грижата за пациентите во ова поле е мултимодална потрага, при што треба да се земат предвид многу други показатели за состојбата на пациентот освен нивните изрази на лицето, и дека е премногу рано да се смета дека таков систем може да целосно да ги замени традиционалните пристапи кон менталните нарушувања. Сепак, тие сметаат дека ОЕГ е ветувачка дополнителна технологија, особено како метод за оценување на ефектите од фармацевтскиот третман во пропишаниот режим на пациентот.

на хартија е насловен Лицето на афективните нарушувања, и доаѓа од осум истражувачи низ широк спектар на институции од приватниот и јавниот медицински истражувачки сектор.

податоци

(Новиот труд претежно се занимава со различните теории и методи кои во моментов се популарни во дијагнозата на ментални нарушувања кај пациентите, со помалку внимание отколку што е вообичаено на вистинските технологии и процеси кои се користат во тестовите и различните експерименти)

Собирањето податоци се одржа во Универзитетската болница во Ахен, со 100 родово балансирани пациенти и контролна група од 50 незасегнати лица. Меѓу пациентите имало 35 заболени од шизофренија и 65 лица кои страдале од депресија.

За делот на пациенти од тест групата, првичните мерења беа земени во моментот на првата хоспитализација, а второто пред нивното отпуштање од болница, во просечен интервал од 12 недели. Учесниците во контролната група беа регрутирани произволно од локалното население, со сопствена индукција и „отпуштање“ што ги отсликува онаа на вистинските пациенти.

Всушност, најважната „основана вистина“ за таков експеримент мора да бидат дијагнозите добиени со одобрени и стандардни методи, а тоа беше случај и со OEG испитувањата.

Сепак, фазата на собирање податоци доби дополнителни податоци посоодветни за машинско толкување: интервјуата во просек од 90 минути беа снимени во три фази со веб-камера за корисници на Logitech c270 што работи со 25 fps.

Првата сесија се состои од стандард Интервју со Хамилтон (врз основа на истражување потекнува околу 1960 година), како што вообичаено би се давало при приемот. Во втората фаза, невообичаено, беа прикажани пациентите (и нивните колеги од контролната група). видеа од низа изрази на лицето и побараа да го имитираат секој од нив, притоа наведувајќи ја сопствената проценка за нивната ментална состојба во тоа време, вклучувајќи ја емоционалната состојба и интензитетот. Оваа фаза траеше околу десет минути.

Во третата и последна фаза, на учесниците им беа прикажани 96 видеа од актери, во траење од нешто повеќе од десет секунди, очигледно раскажувајќи интензивни емотивни искуства. Потоа од учесниците беше побарано да ги оценат емоциите и интензитетот претставени во видеата, како и нивните соодветни чувства. Оваа фаза траеше околу 15 минути.

Метод

За да се дојде до просечниот просек на снимените лица (видете ја првата слика, погоре), емоционалните знаменитости беа снимени со ЕмоНет рамка. Последователно, беше утврдена кореспонденција помеѓу обликот на лицето и средната (просечната) форма на лицето делумна афина трансформација.

Препознавање на димензионални емоции предвидување на погледот на очите беше спроведена на секој сегмент од обележје идентификуван во претходната фаза.

Во овој момент, заклучоците за емоции базирани на аудио укажаа дека пристигнал моментот што може да се научи во менталната состојба на пациентот, а задачата е да се долови соодветната слика на лицето и да се развие таа димензија и домен на нивната афектна состојба.

(Во видеото погоре, ја гледаме работата развиена од авторите на технологиите за препознавање на димензионални емоции што ги користат истражувачите за новата работа).

Формата геодезија на материјалот беше пресметана за секоја рамка од податоците, и распаѓање на еднина вредност (SVD) се применува намалување. Резултатите од временските серии на крајот беа моделирани како а ВАР процес, а потоа дополнително се намалува преку SVD пред Адаптација на МАП.

Работен тек за процесот на геодетска редукција.

Вредностите на валентноста и возбудата во мрежата EmoNet беа исто така обработени на сличен начин со VAR моделирање и пресметување на секвенциското јадро.

Експерименти

Како што беше објаснето претходно, новото дело е првенствено медицински истражувачки труд наместо стандардно поднесување за компјутерска визија, и го упатуваме читателот до самиот труд за длабинско покривање на различните експерименти за OEG што ги спроведуваат истражувачите.

Сепак, да резимираме избор од нив:

Знаци за афективно растројство

Овде, 40 учесници (не од контролната или групата пациенти) беа замолени да ги оценат проценетите средни лица (види погоре) во однос на голем број прашања, без да бидат информирани за контекстот на податоците. Прашањата беа:

Кој е полот на двете лица?
Дали лицата имаат атрактивен изглед?
Дали овие лица се личности од доверба?
Како ја оценувате способноста на овие луѓе да дејствуваат?
Која е емоцијата на двете лица?
Каков е изгледот на кожата на двете лица?
Каков е впечатокот од погледот?
Дали двете лица имаат овенати агли на устата?
Дали двете лица имаат подигнато кафени очи?
Дали овие лица се клинички пациенти?

Истражувачите открија дека овие слепи проценки се во корелација со регистрираната состојба на обработените податоци:

Резултати од графикони во кутии за истражувањето „злобно лице“.

Клиничка проценка

За да ја проценат корисноста на ОЕГ во првичната проценка, истражувачите прво процениле колку е ефективна стандардна клиничка проценка сама по себе, мерејќи ги нивоата на подобрување помеѓу индукцијата и втората фаза (до кога пациентот обично прима третмани базирани на лекови.

Истражувачите заклучија дека статусот и сериозноста на симптомите може добро да се проценат со овој метод, постигнувајќи корелација од 0.82. Сепак, точната дијагноза на шизофренија или депресија се покажа како попредизвикувачки, при што стандардниот метод добива само резултат од -0.03 во оваа рана фаза.

Авторите коментираат:

„Во суштина, статусот на пациентот може релативно добро да се одреди со користење на вообичаените прашалници. Сепак, тоа е суштински сè што може да се заклучи од него. Дали некој е депресивен или поточно шизофреничен не е индицирано. Истото важи и за одговорот на третманот.'

Резултатите од машинскиот процес можеа да добијат повисоки оценки во оваа проблематична област и споредливи резултати за аспектот на почетната евалуација на пациентот:

Повисоките бројки се подобри. На левата страна, стандардната прецизност на евалуацијата базирана на интервју резултира во четири фази од архитектурата за тестирање; на десната страна, резултати базирани на машина.

Дијагноза на нарушување

Разликувањето на депресијата од шизофренијата преку статични слики на лицето не е тривијална работа. Вкрстено потврден, машинскиот процес можеше да добие високи оценки за точност во различните фази на испитувањата:

Во други експерименти, истражувачите беа во можност да покажат докази дека ОЕГ може да го согледа подобрувањето на пациентот преку фармаколошки третман и општ третман на нарушувањето:

„Причинскиот заклучок врз емпириското претходно знаење за собирањето податоци го приспособи фармаколошкиот третман со цел да се забележи враќање на физиолошката регулација на динамиката на лицето. Ваквото враќање не можеше да се забележи за време на клиничкиот рецепт.

„Во моментов не е јасно дали таквата машинска препорака навистина ќе резултира со значително подобар успех на терапијата. Особено затоа што се знае кои несакани ефекти може да ги имаат лековите во подолг временски период.

„Меѓутоа, [овие видови] пристапи приспособени на пациентите ќе ги скршат бариерите на заедничката шема на категорична класификација која сè уште доминантно се користи во секојдневниот живот.

* Мојата конверзија на цитатите на авторите во хиперврски.

Прво објавено на 3 август 2022 година.