Diagnosticarea tulburărilor de sănătate mintală prin evaluarea expresiei faciale AI

Cercetătorii din Germania au dezvoltat o metodă de identificare a tulburărilor mintale pe baza expresiilor faciale interpretate prin vederea computerizată.

Noua abordare poate nu numai să facă distincția între subiecții neafectați și cei afectați, dar poate, de asemenea, să distingă corect depresia de schizofrenie, precum și gradul în care pacientul este afectat în prezent de boală.

Cercetătorii au oferit o imagine compozită care reprezintă grupul de control pentru testele lor (în stânga în imaginea de mai jos) și pacienții care suferă de tulburări mintale (dreapta). Identitățile mai multor persoane sunt amestecate în reprezentări și nicio imagine nu descrie un anumit individ:

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

Persoanele cu tulburări afective tind să aibă sprâncene ridicate, priviri plumb, fețe umflate și expresii gurii de câine. Pentru a proteja confidențialitatea pacientului, aceste imagini compozite sunt singurele disponibile în sprijinul noii lucrări.

Până acum, recunoașterea afectelor faciale a fost folosită în primul rând ca un instrument potențial pentru diagnosticul de bază. Noua abordare, in schimb, ofera o metoda posibila de a evalua progresul pacientului pe parcursul tratamentului, sau altfel (potential, desi lucrarea nu sugereaza acest lucru) in mediul lor intern pentru monitorizarea ambulatorie.

Lucrarea precizează*:

„Mergând dincolo de diagnosticarea automată a depresiei în calculul afectiv, care a fost dezvoltat în precedent studiu, arătăm că starea afectivă măsurabilă estimată prin intermediul viziunii computerizate conține mult mai multe informații decât clasificarea categorică pură.'

Cercetătorii au numit această tehnică Encefalografia optoelectronica (OEG), o metodă complet pasivă de deducere a stării mentale prin analiza imaginii faciale în loc de senzori topici sau tehnologii de imagistică medicală bazate pe raze.

Autorii concluzionează că OEG ar putea fi nu doar un simplu ajutor secundar pentru diagnostic și tratament, ci, pe termen lung, un potențial înlocuitor pentru anumite părți evaluative ale conductei de tratament și unul care ar putea reduce timpul necesar pentru pacient. monitorizare și diagnostic inițial. Ei notează:

„În general, rezultatele prezise de aparat arată corelații mai bune în comparație cu chestionarele bazate pe evaluarea observatorilor clinici și sunt, de asemenea, obiective. Perioada de măsurare relativ scurtă de câteva minute pentru abordările de viziune computerizată este de asemenea de remarcată, în timp ce uneori sunt necesare ore pentru interviurile clinice.

Cu toate acestea, autorii sunt dornici să sublinieze că îngrijirea pacientului în acest domeniu este o activitate multimodală, cu mulți alți indicatori ai stării pacientului care trebuie luați în considerare decât doar expresiile faciale și că este prea devreme pentru a considera că un astfel de sistem ar putea substituie în întregime abordările tradiționale ale tulburărilor mintale. Cu toate acestea, ei consideră OEG o tehnologie adjuvantă promițătoare, în special ca metodă de a grada efectele tratamentului farmaceutic în regimul prescris de pacient.

hârtie se intitulează Fața tulburărilor afectiveși provine de la opt cercetători dintr-o gamă largă de instituții din sectorul public și privat de cercetare medicală.

Date

(Noua lucrare se ocupă în principal de diferitele teorii și metode care sunt în prezent populare în diagnosticarea tulburărilor mintale ale pacienților, acordând mai puțină atenție decât este de obicei tehnologiilor și proceselor reale utilizate în teste și diferite experimente)

Colectarea datelor a avut loc la Spitalul Universitar din Aachen, cu 100 de pacienți echilibrați de gen și un grup de control de 50 de persoane neafectate. Pacienții au inclus 35 de bolnavi de schizofrenie și 65 de persoane care suferă de depresie.

Pentru porțiunea de pacienți din grupul de testat, măsurătorile inițiale au fost efectuate în momentul primei spitalizări, iar a doua înainte de externarea lor din spital, pe un interval mediu de 12 săptămâni. Participanții grupului de control au fost recrutați în mod arbitrar din populația locală, cu propria lor inducție și „descărcare” oglindindu-le pe cea a pacienților actuali.

De fapt, cel mai important „adevăr de bază” pentru un astfel de experiment trebuie să fie diagnosticele obținute prin metode aprobate și standard, iar acesta a fost cazul studiilor OEG.

Cu toate acestea, etapa de culegere a datelor a obținut date suplimentare mai potrivite pentru interpretarea automată: interviurile cu o durată medie de 90 de minute au fost surprinse în trei faze cu o cameră web pentru consumatori Logitech c270 care rulează la 25 fps.

Prima sesiune a cuprins un standard Interviu cu Hamilton (pe baza cercetărilor originea în jurul anului 1960), cum ar fi în mod normal dat la admitere. În a doua fază, în mod neobișnuit, au fost prezentate pacienții (și omologii lor din grupul de control). Videoclipuri a unei serii de expresii faciale și a cerut să imite fiecare dintre acestea, în timp ce își afirmă propria estimare a stării lor mentale la acel moment, inclusiv starea și intensitatea emoțională. Această fază a durat în jur de zece minute.

În a treia și ultima fază, participanților li s-au arătat 96 de videoclipuri cu actori, cu o durată de puțin peste zece secunde fiecare, relatând aparent experiențe emoționale intense. Participanții au fost apoi rugați să evalueze emoția și intensitatea reprezentate în videoclipuri, precum și propriile sentimente corespunzătoare. Această fază a durat aproximativ 15 minute.

Metodă

Pentru a ajunge la media medie a fețelor capturate (vezi prima imagine de mai sus), reperele emoționale au fost surprinse cu EmoNet cadru. Ulterior, a fost determinată corespondența dintre forma feței și forma medie (medie) a feței transformare afină pe bucăți.

Recunoașterea dimensională a emoțiilor și previziunea privirii ochilor a fost efectuat pe fiecare segment de reper identificat în etapa anterioară.

În acest moment, inferența emoțională bazată pe audio a indicat că un moment de predat a sosit în starea mentală a pacientului, iar sarcina este de a capta imaginea facială corespunzătoare și de a dezvolta acea dimensiune și domeniu al stării lor afective.

(În videoclipul de mai sus, vedem lucrarea dezvoltată de autorii tehnologiilor de recunoaștere a emoțiilor dimensionale utilizate de cercetători pentru noua lucrare).

Forma geodezică a materialului a fost calculată pentru fiecare cadru al datelor și descompunerea valorii singulare (SVD) reducere aplicată. Datele rezultate din seria temporală au fost în cele din urmă modelate ca a VAR proces și apoi redus în continuare prin SVD înainte de Adaptare HARTĂ.

Flux de lucru pentru procesul de reducere geodezică.

Valorile de valență și de excitare din rețeaua EmoNet au fost, de asemenea, procesate în mod similar cu modelarea VAR și calculul nucleului secvenței.

Experimente

După cum sa explicat mai devreme, noua lucrare este în primul rând o lucrare de cercetare medicală, mai degrabă decât o prezentare standard de viziune computerizată, și trimitem cititorul la lucrarea în sine pentru o acoperire aprofundată a diverselor experimente OEG conduse de cercetători.

Cu toate acestea, pentru a rezuma o selecție dintre ele:

Indicii de tulburare afectivă

Aici 40 de participanți (nu din grupul de control sau de pacienți) au fost rugați să evalueze fețele medii evaluate (a se vedea mai sus) în raport cu un număr de întrebări, fără a fi informați despre contextul datelor. Întrebările au fost:

Care este sexul celor două fețe?
Fețele au un aspect atrăgător?
Sunt aceste fețe persoane de încredere?
Cum apreciați capacitatea acestor oameni de a acționa?
Care este emoția celor două fețe?
Care este aspectul pielii celor două fețe?
Care este impresia privirii?
Cele două fețe au colțurile gurii căzute?
Cele două fețe au ochi căprui ridicați?
Aceste persoane sunt pacienți clinici?

Cercetătorii au descoperit că aceste evaluări oarbe se corelează cu starea înregistrată a datelor procesate:

Rezultatele box plot pentru sondajul „față medie”.

Evaluare clinică

Pentru a evalua utilitatea OEG în evaluarea inițială, cercetătorii au evaluat mai întâi cât de eficientă este evaluarea clinică standard în sine, măsurând nivelurile de îmbunătățire între inducție și a doua fază (până în care pacientul primește de obicei tratamente bazate pe medicamente.

Cercetătorii au concluzionat că starea și severitatea simptomelor ar putea fi bine evaluate prin această metodă, realizând o corelație de 0.82. Cu toate acestea, un diagnostic precis al schizofreniei sau depresiei s-a dovedit mai dificil, metoda standard obținând doar un scor de -0.03 în această etapă incipientă.

Autorii comentează:

„În esență, starea pacientului poate fi determinată relativ bine folosind chestionarele obișnuite. Cu toate acestea, asta este în esență tot ceea ce se poate concluziona din asta. Nu este indicat dacă cineva este deprimat sau mai degrabă schizofrenic. Același lucru este valabil și pentru răspunsul la tratament.

Rezultatele din procesul mașinii au putut obține scoruri mai mari în această zonă problematică și scoruri comparabile pentru aspectul de evaluare inițială a pacientului:

Cifrele mai mari sunt mai bune. În stânga, acuratețea evaluării standard bazate pe interviuri rezultă în patru faze ale arhitecturii de testare; în dreapta, rezultate bazate pe mașină.

Diagnosticul tulburării

Distingerea depresiei de schizofrenie prin imagini statice ale feței nu este o chestiune trivială. Validat încrucișat, procesul mașinii a putut obține scoruri de precizie ridicate în diferitele faze ale încercărilor:

În alte experimente, cercetătorii au reușit să demonstreze dovezi că OEG poate percepe îmbunătățirea pacientului prin tratamentul farmacologic și tratamentul general al tulburării:

„Inferența cauzală asupra cunoștințelor anterioare empirice a colectării datelor a ajustat tratamentul farmacologic pentru a observa o revenire la reglarea fiziologică a dinamicii faciale. O astfel de revenire nu a putut fi observată în timpul prescripției clinice.

„În momentul de față, nu este clar dacă o astfel de recomandare bazată pe mașini ar duce într-adevăr la un succes semnificativ mai bun al terapiei. Mai ales pentru că se știe ce efecte secundare pot avea medicamentele pe o perioadă lungă de timp.

„Cu toate acestea, [aceste tipuri] de abordări adaptate pacientului ar sparge barierele schemei comune de clasificare categoric încă folosită în mod dominant în viața de zi cu zi”.

* Conversia mea a citărilor inline ale autorilor în hyperlinkuri.

Publicat prima dată pe 3 august 2022.