ข้อมูลสังเคราะห์: การเปลี่ยนแปลงเชื้อชาติในภาพใบหน้าเพื่อแก้ไขความลำเอียงในฐานข้อมูลทางการแพทย์

นักวิจัยจาก UCLA ได้พัฒนาวิธีการเปลี่ยนแปลงเชื้อชาติที่เห็นได้ของใบหน้าในฐานข้อมูลที่ใช้ในการฝึกอบรมระบบการเรียนรู้ของเครื่องจักรทางการแพทย์ เพื่อแก้ไขความลำเอียงทางเชื้อชาติที่ฐานข้อมูลทั่วไปหลายแห่งต้องเผชิญ

เทคนิคใหม่ นี้ สามารถผลิตวิดีโอซินเทติกที่มีลักษณะเหมือนจริงและแม่นยำทางสรีรวิทยาได้ โดยมีอัตราเฉลี่ย 0.005 วินาทีต่อเฟรม และหวังว่าจะช่วยในการพัฒนาระบบการวินิจฉัยใหม่สำหรับการวินิจฉัยและติดตามสุขภาพระยะไกล – สาขาที่ได้ขยายตัวมากภายใต้ข้อจำกัดของ COVID การระบบนี้มีจุดมุ่งหมายเพื่อปรับปรุงความสามารถในการใช้งานของการถ่ายภาพทางไกลแบบไม่รุกราน (rPPG) เทคนิคการมองเห็นคอมพิวเตอร์ที่ประเมินเนื้อหาวิดีโอใบหน้าเพื่อตรวจจับการเปลี่ยนแปลงปริมาตรเลือดในลักษณะไม่รุกราน

Source: https://arxiv.org/pdf/2106.06007.pdf. Click to enlarge.

งานนี้ซึ่งใช้เครือข่ายประสาทเทียม (CNNs) รวมถึงโค้ดการวิจัยก่อนหน้านี้ที่เผยแพร่โดย มหาวิทยาลัย Durham ในปี 2020 แต่การประยุกต์ใช้ใหม่นี้มีจุดมุ่งหมายเพื่อรักษาสัญญาณปัลซ์ในส่วนข้อมูลทดสอบเดิม ไม่ใช่แค่เปลี่ยนแปลงเชื้อชาติที่เห็นได้ของข้อมูลเท่านั้น เช่นเดียวกับการวิจัยในปี 2020

CNNs สำหรับการเปลี่ยนแปลงเชื้อชาติ

ส่วนแรกของระบบ encoder-decoder ใช้โมเดลการถ่ายโอนเชื้อชาติของ Durham ที่ได้รับการฝึกอบรมก่อนหน้าบน VGGFace2 เพื่อสร้างเฟรมเป้าหมายที่มีส่วนประกอบของการวิจัย Durham ก่อนหน้านี้ ซึ่งผลิตการถ่ายโอนคุณลักษณะเชื้อชาติที่เรียบ แต่ไม่มีการเปลี่ยนแปลงสีที่แสดงถึงตัวบ่งชี้ทางสรีรวิทยาของสภาพการไหลเวียนเลือดของ患者

The transformation pipeline from the 2020 research by Durham University, part of which is incorporated into the new UCLA research. Source: https://arxiv.org/pdf/2004.08945.pdf. Click to enlarge.

เครือข่ายที่สองที่เรียกว่า PhysResNet (PRN) ให้ส่วนประกอบของ rPPG PhysResNet ได้รับการฝึกอบรมเพื่อเรียนรู้ทั้งลักษณะการปรากฏและความแปรผันของสีที่กำหนดการเคลื่อนไหวของเลือดใต้ผิวหนัง

Bottom left, the results obtained by the 2020 Durham research, lacking PPG information. Middle left, the PPG information incorporated into the racial transformation. Click to enlarge.

สถาปัตยกรรมที่โครงการ UCLA เสนอสามารถทำได้ดีกว่าเทคนิค rPPG ที่แข่งขันกันแม้ในกรณีที่ไม่มีการเพิ่มสีของผิวหนัง โดยแสดงถึงการปรับปรุง 31% เมื่อเทียบกับเทคนิคที่คล้ายกันที่ได้รับการปรับให้เหมาะสมด้วย MAE และ RMSE

The UCLA network successfully preserves blood volume and distribution information. Click to enlarge.

นักวิจัยจาก UCLA หวังว่างานในอนาคตจะดำเนินการต่อเพื่อแก้ไขความลำเอียงทางเชื้อชาติในภาคส่วนนี้ของการถ่ายภาพทางการแพทย์ และหวังว่าแผนการในอนาคตจะผลิตวิดีโอความละเอียดสูง เนื่องจากระบบที่กล่าวถึงนี้มีข้อจำกัดในการแก้ไขความละเอียด 80×80 พิกเซล ซึ่งเหมาะสมกับการใช้งานทางโทรสุขภาพ แต่ไม่เหมาะสม

การขาดฐานข้อมูลที่มีความหลากหลายทางเชื้อชาติ

สถานการณ์ทางเศรษฐกิจและความเป็นจริงที่นำไปสู่ฐานข้อมูลที่มีความหลากหลายทางเชื้อชาติได้เป็นอุปสรรคต่อนักวิจัยทางการแพทย์มาหลายปีแล้ว ข้อมูลมักจะถูกสร้างขึ้นในพื้นที่เดียว โดยมีปัจจัยหลายอย่างที่ทำให้เกิดความเป็นเนื้อเดียวกันของข้อมูลในกลุ่มประชากรที่ไม่ใช่คนผิวขาว รวมถึงการประกอบการของกลุ่มประชากรชนกลุ่มน้อยในเมืองที่ทำการวิจัย และปัจจัยทางเศรษฐกิจและสังคมที่อาจมีอิทธิพลต่อการปรากฏตัวของกลุ่มที่ไม่ใช่คนผิวขาวในฐานข้อมูลของนักวิจัยที่ต้องการให้มีการใช้งานทั่วโลก

ในประเทศที่มีสัดส่วนของคนผิวดำสูงกว่า อุปกรณ์และทรัพยากรที่จำเป็นในการรวบรวมข้อมูลมักจะไม่เพียงพอ

A skin-tone world map for indigenous people, from the American Journal of Physical Anthropology.

ปัจจุบันคนผิวดำยังขาดการเป็นตัวแทนในฐานข้อมูล rPPG โดยมีสัดส่วน 0%, 5% และ 10% ของเนื้อหาของฐานข้อมูลหลักสามแห่งที่ใช้กันอย่างแพร่หลายสำหรับวัตถุประสงค์นี้

ข้อมูลที่มีคนผิวขาวเป็นหลัก

ในปี 2019 การวิจัยใหม่ ที่เผยแพร่ ใน Science พบว่าแอลกอริทึมที่แพร่หลายในโรงพยาบาลในสหรัฐอเมริกามีความลำเอียงอย่างมากต่อคนผิวขาว การศึกษาพบว่าคนผิวดำมีโอกาสน้อยที่จะถูกส่งต่อให้ได้รับการดูแลพิเศษในระดับการรับเข้าโรงพยาบาล

การวิจัยเพิ่มเติมในปีนั้นโดยนักวิจัยจากมาเลเซียและออสเตรเลีย ได้กำหนด ปัญหา ‘ความลำเอียงของเชื้อชาติ’ สำหรับการสร้างฐานข้อมูลในหลายภูมิภาคทั่วโลก รวมถึงเอเชีย

ข้อจำกัดที่อาจเกิดขึ้นของขนาดและสถาปัตยกรรม

บางข้อจำกัดที่นำไปสู่ฐานข้อมูลที่มีเชื้อชาติหลากหลายนั้นเป็นเรื่องของความเป็นจริงมากกว่าเรื่องของจริยธรรม เมื่อฐานข้อมูลมีความหลากหลายมากขึ้น ก็จะสามารถสร้างแบบจำลองที่สามารถใช้งานได้กว้างขึ้น แต่จะทำให้การฝึกอบรมมีประสิทธิภาพน้อยลง เนื่องจากเวลาการฝึกอบรม ความสนใจ และทรัพยากรที่มีจำกัดสำหรับแต่ละส่วนของฐานข้อมูล

สิ่งนี้อาจนำไปสู่การสร้างแบบจำลองที่สามารถใช้งานได้กว้าง แต่มีผลลัพธ์ที่ไม่เฉพาะเจาะจง เนื่องจากข้อจำกัดของขนาดฐานข้อมูล เศรษฐศาสตร์ของขนาดแบตช์ และข้อจำกัดของพื้นที่ 潜ในฐานข้อมูลที่มีขนาดจำกัด

ในทางกลับกัน แม้ว่าผลลัพธ์ที่มีประสิทธิภาพและเฉพาะเจาะจงสามารถได้รับจากการจำกัดข้อมูลให้แคบลง แต่ผลลัพธ์เหล่านั้นอาจไม่สามารถใช้งานได้กับกลุ่มที่ไม่เคยเห็นมาก่อนในพื้นที่เดียวกัน

อวตารสังเคราะห์สำหรับการจำลอง PPG

งานวิจัยของ UCLA ยังได้กล่าวถึงงานวิจัยก่อนหน้านี้ของ Microsoft Research ในปี 2020 เกี่ยวกับการใช้อวตารสังเคราะห์ที่สามารถเปลี่ยนแปลงเชื้อชาติได้ ซึ่งใช้การสร้างภาพ 3 มิติเพื่อสร้างวิดีโอใบหน้าที่มีข้อมูล PPG

Synthetic avatars created by Microsoft research, with ray-traced images that contain PPG data. Source: https://arxiv.org/pdf/2010.12949.pdf. Click to enlarge.