Diagnóstico de Transtornos Mentais por meio da Avaliação de Expressões Faciais com Inteligência Artificial

Pesquisadores da Alemanha desenvolveram um método para identificar transtornos mentais com base em expressões faciais interpretadas por visão computacional.

A nova abordagem não apenas distingue entre indivíduos não afetados e afetados, mas também consegue distinguir corretamente a depressão da esquizofrenia, bem como o grau em que o paciente está atualmente afetado pela doença.

Os pesquisadores forneceram uma imagem composta que representa o grupo de controle para seus testes (à esquerda na imagem abaixo) e os pacientes que sofrem de transtornos mentais (à direita). As identidades de várias pessoas são mescladas nas representações, e nenhuma imagem retrata um indivíduo específico:

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

Indivíduos com transtornos afetivos tendem a ter sobrancelhas levantadas, olhares pesados, faces inchadas e expressões de boca caída. Para proteger a privacidade dos pacientes, essas imagens compostas são as únicas disponibilizadas em apoio ao novo trabalho.

Até agora, o reconhecimento de afeto facial tem sido usado principalmente como uma ferramenta potencial para diagnóstico básico. A nova abordagem, em vez disso, oferece um método possível para avaliar o progresso do paciente durante o tratamento, ou possivelmente (embora o artigo não sugira isso) em seu próprio ambiente doméstico para monitoramento ambulatorial.

O artigo afirma*:

‘Vamos além do diagnóstico de depressão por computador em computação afetiva, que foi desenvolvido em estudos anteriores, mostramos que o estado afetivo mensurável estimado por meio de visão computacional contém muito mais informações do que a classificação categórica pura.’

Os pesquisadores deram a essa técnica o nome de Encefalografia Óptico-Eletrônica (OEG), um método completamente passivo de inferir o estado mental por análise de imagem facial em vez de sensores tópicos ou tecnologias de imagem médica baseadas em raios.

Os autores concluem que a OEG poderia potencialmente ser não apenas um auxílio secundário ao diagnóstico e tratamento, mas, a longo prazo, um substituto potencial para certas partes avaliativas do pipeline de tratamento, e que poderia reduzir o tempo necessário para monitoramento e diagnóstico inicial. Eles observam:

‘No geral, os resultados previstos pela máquina mostram melhores correlações em comparação com a avaliação baseada em questionários de observador clínico puro e também são objetivos. O período de medição relativamente curto de alguns minutos para as abordagens de visão computacional também é notável, enquanto horas são às vezes necessárias para as entrevistas clínicas.’

No entanto, os autores estão ansiosos para enfatizar que o cuidado ao paciente nesse campo é uma busca multi-modal, com muitos outros indicadores do estado do paciente a serem considerados além de apenas suas expressões faciais, e que é cedo demais para considerar que tal sistema possa substituir completamente as abordagens tradicionais para transtornos mentais. Não obstante, eles consideram a OEG uma tecnologia auxiliar promissora, particularmente como um método para graduar os efeitos de tratamentos farmacológicos na rotina prescrita do paciente.

O artigo é intitulado O Rosto dos Transtornos Afetivos e vem de oito pesquisadores de uma ampla gama de instituições do setor de pesquisa médica privada e pública.

Dados

(O novo artigo lida principalmente com as várias teorias e métodos que são atualmente populares no diagnóstico de transtornos mentais em pacientes, com menos atenção do que o usual às tecnologias e processos reais usados nos testes e experimentos)

A coleta de dados ocorreu no Hospital Universitário de Aachen, com 100 pacientes equilibrados em termos de gênero e um grupo de controle de 50 pessoas não afetadas. Os pacientes incluíam 35 sofredores de esquizofrenia e 65 pessoas sofrendo de depressão.

Para a parte do paciente do grupo de teste, as medições iniciais foram realizadas no momento da primeira hospitalização, e a segunda antes de sua alta do hospital, abrangendo um intervalo médio de 12 semanas. O grupo de controle foi recrutado aleatoriamente da população local, com sua própria indução e ‘alta’ refletindo a dos pacientes reais.

Na prática, a ‘verdade fundamental’ para tal experimento deve ser os diagnósticos obtidos por métodos aprovados e padrão, e esse foi o caso dos testes da OEG.

No entanto, a etapa de coleta de dados obteve dados adicionais mais adequados para interpretação por máquina: entrevistas com duração média de 90 minutos foram capturadas em três fases com uma webcam Logitech c270 de consumo executando a 25fps.

A primeira sessão consistia em uma entrevista padrão Hamilton (baseada em pesquisas originadas por volta de 1960), como normalmente seria administrada na admissão. Na segunda fase, inusualmente, os pacientes (e seus contrapartes no grupo de controle) foram mostrados vídeos de uma série de expressões faciais e solicitados a imitar cada uma delas, enquanto declaravam sua própria estimativa de seu estado mental naquele momento, incluindo estado emocional e intensidade. Essa fase durou cerca de dez minutos.

Na terceira e última fase, os participantes foram mostrados 96 vídeos de atores, com duração de pouco mais de dez segundos cada, aparentemente recontando experiências emocionais intensas. Os participantes foram então solicitados a avaliar a emoção e intensidade representadas nos vídeos, bem como seus próprios sentimentos correspondentes. Essa fase durou cerca de 15 minutos.

Método

Para chegar à média das faces capturadas (ver primeira imagem, acima), marcos emocionais foram capturados com o framework EmoNet. Posteriormente, a correspondência entre a forma do rosto e a forma do rosto médio (média) foi determinada por meio de transformação afim por partes.

Reconhecimento de emoção dimensional e previsão de direção do olhar foi realizada em cada segmento de marco identificado na etapa anterior.

Nesse ponto, a inferência de emoção baseada em áudio indicou que um momento de ensino havia chegado no estado mental do paciente, e a tarefa era capturar a imagem facial correspondente e desenvolver essa dimensão e domínio de seu estado afetivo.

(No vídeo acima, vemos o trabalho desenvolvido pelos autores das tecnologias de reconhecimento de emoção dimensional usadas pelos pesquisadores para o novo trabalho).

A geodésica da forma do material foi computada para cada quadro dos dados, e a redução de dimensionalidade por meio da decomposição de valor singular (SVD) foi aplicada. Os dados da série temporal resultantes foram eventualmente modelados como um processo VAR, e então reduzido ainda mais por meio da SVD antes da adaptação MAP.

Fluxo de trabalho para o processo de redução geodésica.

Os valores de valência e excitação na rede EmoNet também foram processados de forma semelhante com modelagem VAR e computação de kernel de sequência.

Experimentos

Como explicado anteriormente, o novo trabalho é principalmente um artigo de pesquisa médica em vez de uma submissão padrão de visão computacional, e nos referimos ao leitor para o artigo em si para cobertura aprofundada dos diversos experimentos OEG realizados pelos pesquisadores.

No entanto, para resumir uma seleção deles:

Dicas de Transtorno Afetivo

Aqui, 40 participantes (não do grupo de controle ou de pacientes) foram solicitados a avaliar as faces médias avaliadas (ver acima) em relação a uma série de perguntas, sem serem informados do contexto dos dados. As perguntas foram:

Qual é o gênero das duas faces?
As faces têm uma aparência atraente?
São essas faces pessoas confiáveis?
Como você avalia a capacidade dessas pessoas de agir?
Qual é a emoção das duas faces?
Qual é a aparência da pele das duas faces?
Qual é a impressão do olhar?
As duas faces têm cantos da boca caídos?
As duas faces têm sobrancelhas levantadas?
São essas pessoas pacientes clínicas?

Os pesquisadores descobriram que essas avaliações cegas se correlacionam com o estado registrado dos dados processados:

Resultados do gráfico de caixa da pesquisa ‘face média’.

Avaliação Clínica

Para medir a utilidade da OEG na avaliação inicial, os pesquisadores primeiro avaliaram o quão eficaz a avaliação clínica padrão é por si só, medindo os níveis de melhoria entre a indução e a segunda fase (por volta da qual o paciente está tipicamente recebendo tratamentos baseados em medicamentos.

Os pesquisadores concluíram que o status e a gravidade dos sintomas podem ser bem avaliados por esse método, alcançando uma correlação de 0,82. No entanto, um diagnóstico preciso de esquizofrenia ou depressão provou ser mais desafiador, com o método padrão obtendo uma pontuação de -0,03 nessa fase inicial.

Os autores comentam:

‘Em essência, o status do paciente pode ser determinado relativamente bem usando os questionários habituais. No entanto, isso é basicamente tudo o que pode ser concluído a partir disso. Se alguém está deprimido ou esquizofrênico não é indicado. O mesmo se aplica à resposta ao tratamento.’

Os resultados do processo de máquina foram capazes de obter pontuações mais altas nessa área de problema e pontuações comparáveis para a avaliação inicial do paciente:

Números mais altos são melhores. À esquerda, resultados de precisão da avaliação baseada em entrevista padrão em quatro fases da arquitetura de teste; à direita, resultados baseados em máquina.

Diagnóstico de Transtorno

Distinguir a depressão da esquizofrenia por meio de imagens faciais estáticas não é uma tarefa trivial. Validado por cruzamento, o processo de máquina foi capaz de obter pontuações de precisão altas em várias fases dos testes:

Em outros experimentos, os pesquisadores foram capazes de demonstrar evidências de que a OEG pode perceber a melhoria do paciente por meio do tratamento farmacológico e do tratamento geral do transtorno:

‘A inferência causal sobre o conhecimento empírico anterior da coleta de dados ajustou o tratamento farmacológico para observar um retorno à regulação fisiológica da dinâmica facial. Tal retorno não pôde ser observado durante a prescrição clínica.

‘No momento, não está claro se tal recomendação baseada em máquina resultaria de fato em um sucesso significativamente melhor da terapia. Especialmente porque é sabido quais efeitos colaterais os medicamentos podem ter ao longo de um período de tempo.

‘No entanto, [esses tipos] de abordagens personalizadas para pacientes quebrariam as barreiras do esquema de classificação categórica comum ainda dominante na vida diária.’

* Minha conversão das citações em linha dos autores para links.

Publicado pela primeira vez em 3 de agosto de 2022.