การวินิจฉัยความผิดปกติของสุขภาพจิตผ่านการประเมินการแสดงออกทางสีหน้าของ AI

นักวิจัยจากประเทศเยอรมนีได้พัฒนาวิธีการระบุความผิดปกติทางจิตโดยอาศัยการแสดงออกทางสีหน้าที่ตีความด้วยการมองเห็นด้วยคอมพิวเตอร์

วิธีการใหม่นี้ไม่เพียงแต่สามารถแยกความแตกต่างระหว่างอาสาสมัครที่ไม่ได้รับผลกระทบและได้รับผลกระทบ แต่ยังสามารถแยกแยะภาวะซึมเศร้าจากโรคจิตเภทได้อย่างถูกต้อง ตลอดจนระดับที่ผู้ป่วยได้รับผลกระทบจากโรคในปัจจุบัน

นักวิจัยได้จัดเตรียมรูปภาพประกอบที่แสดงถึงกลุ่มควบคุมสำหรับการทดสอบ (ด้านซ้ายในภาพด้านล่าง) และผู้ป่วยที่มีความผิดปกติทางจิต (ด้านขวา) อัตลักษณ์ของบุคคลหลายคนผสมผสานกันในการนำเสนอ และไม่มีภาพที่แสดงถึงบุคคลใดบุคคลหนึ่ง:

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

บุคคลที่มีความผิดปกติทางอารมณ์มักจะเลิกคิ้ว จ้องเขม็ง ใบหน้าบวม และแสดงอาการปากห้อย เพื่อปกป้องความเป็นส่วนตัวของผู้ป่วย รูปภาพประกอบเหล่านี้เป็นเพียงรูปภาพเดียวที่มีให้เพื่อสนับสนุนงานใหม่

จนถึงขณะนี้ การจดจำใบหน้าได้ถูกนำมาใช้เป็นเครื่องมือที่มีศักยภาพในการวินิจฉัยขั้นพื้นฐานเป็นหลัก แนวทางใหม่นี้นำเสนอวิธีการที่เป็นไปได้ในการประเมินความก้าวหน้าของผู้ป่วยตลอดการรักษา หรืออื่นๆ (อาจเป็นไปได้ แม้ว่าเอกสารจะไม่ได้แนะนำก็ตาม) ในสภาพแวดล้อมภายในบ้านของตนเองสำหรับการตรวจติดตามผู้ป่วยนอก

กระดาษระบุว่า*:

'ไปไกลกว่าการวินิจฉัยด้วยเครื่องของภาวะซึมเศร้าในการคำนวณอารมณ์ซึ่งได้รับการพัฒนาใน ก่อน การศึกษาเราแสดงให้เห็นว่าสภาวะทางอารมณ์ที่วัดได้ซึ่งประเมินโดยการมองเห็นของคอมพิวเตอร์มีข้อมูลมากกว่าการจำแนกประเภทตามหมวดหมู่อย่างแท้จริง'

นักวิจัยได้ขนานนามเทคนิคนี้ว่า ออปโตอิเล็กทรอนิกส์ Encephalography (OEG) วิธีการเชิงรับอย่างสมบูรณ์ในการอนุมานสภาพจิตใจโดยการวิเคราะห์ภาพใบหน้าแทนการใช้เซ็นเซอร์เฉพาะจุดหรือเทคโนโลยีการถ่ายภาพทางการแพทย์ที่ใช้รังสี

ผู้เขียนสรุปได้ว่า OEG อาจไม่ใช่แค่ผู้ช่วยรองในการวินิจฉัยและการรักษาเท่านั้น แต่ในระยะยาว อาจเป็นอุปกรณ์ทดแทนสำหรับชิ้นส่วนที่ประเมินค่าของท่อการรักษา และเป็นสิ่งที่สามารถลดเวลาที่จำเป็นสำหรับผู้ป่วยได้ การติดตามและการวินิจฉัยเบื้องต้น พวกเขาทราบ:

'โดยรวมแล้ว ผลลัพธ์ที่ทำนายโดยเครื่องแสดงความสัมพันธ์ที่ดีกว่าเมื่อเปรียบเทียบกับแบบสอบถามตามการให้คะแนนของผู้สังเกตการณ์ทางคลินิกล้วน ๆ และยังเป็นไปตามวัตถุประสงค์ด้วย ระยะเวลาการวัดที่ค่อนข้างสั้นเพียงไม่กี่นาทีสำหรับแนวทางการมองเห็นด้วยคอมพิวเตอร์ก็เป็นสิ่งที่น่าสังเกตเช่นกัน ในขณะที่บางครั้งต้องใช้เวลาหลายชั่วโมงในการสัมภาษณ์ทางคลินิก'

อย่างไรก็ตาม ผู้เขียนมีความกระตือรือร้นที่จะเน้นย้ำว่าการดูแลผู้ป่วยในสาขานี้เป็นการแสวงหาหลายรูปแบบ โดยมีตัวบ่งชี้อื่น ๆ มากมายเกี่ยวกับสถานะของผู้ป่วยที่ต้องพิจารณามากกว่าเพียงแค่การแสดงออกทางสีหน้า และยังเร็วเกินไปที่จะพิจารณาว่าระบบดังกล่าวสามารถ แทนที่แนวทางดั้งเดิมในการรักษาโรคทางจิตอย่างสิ้นเชิง อย่างไรก็ตาม พวกเขาถือว่า OEG เป็นเทคโนโลยีเสริมที่มีแนวโน้มดี โดยเฉพาะอย่างยิ่งเป็นวิธีการให้คะแนนผลกระทบของการรักษาด้วยยาในระบอบการปกครองที่กำหนดของผู้ป่วย

พื้นที่ กระดาษ มีบรรดาศักดิ์ ใบหน้าของความผิดปกติทางอารมณ์และมาจากนักวิจัยแปดคนจากหลากหลายสถาบันจากภาคการวิจัยทางการแพทย์ทั้งภาครัฐและเอกชน

ข้อมูล

(เอกสารฉบับใหม่ส่วนใหญ่เกี่ยวข้องกับทฤษฎีและวิธีการต่างๆ ที่กำลังเป็นที่นิยมในการวินิจฉัยความผิดปกติทางจิตของผู้ป่วย โดยให้ความสนใจน้อยกว่าปกติกับเทคโนโลยีและกระบวนการจริงที่ใช้ในการทดสอบและการทดลองต่างๆ)

การรวบรวมข้อมูลเกิดขึ้นที่โรงพยาบาลมหาวิทยาลัยที่เมือง Aachen โดยมีผู้ป่วยที่มีความสมดุลทางเพศ 100 รายและกลุ่มควบคุม 50 รายที่ไม่ได้รับผลกระทบ ผู้ป่วยรวมถึงผู้ป่วยโรคจิตเภท 35 รายและผู้ป่วยโรคซึมเศร้า 65 ราย

สำหรับส่วนผู้ป่วยของกลุ่มทดสอบ การวัดเริ่มต้นดำเนินการในช่วงเวลาของการรักษาตัวในโรงพยาบาลครั้งแรก และครั้งที่สองก่อนที่จะออกจากโรงพยาบาล ซึ่งครอบคลุมช่วงเวลาเฉลี่ย 12 สัปดาห์ ผู้เข้าร่วมกลุ่มควบคุมได้รับการคัดเลือกโดยพลการจากประชากรในท้องถิ่น โดยมีการเหนี่ยวนำและ 'การปลดปล่อย' ของตนเองซึ่งสะท้อนถึงผู้ป่วยจริง

ผลก็คือ 'ความจริงพื้นฐาน' ที่สำคัญที่สุดสำหรับการทดลองดังกล่าวจะต้องได้รับการวินิจฉัยโดยวิธีการที่ได้รับอนุมัติและเป็นมาตรฐาน และนี่คือกรณีของการทดลอง OEG

อย่างไรก็ตาม ขั้นตอนการรวบรวมข้อมูลได้รับข้อมูลเพิ่มเติมซึ่งเหมาะสมกว่าสำหรับการตีความด้วยเครื่อง: การสัมภาษณ์โดยเฉลี่ย 90 นาทีถูกบันทึกในสามขั้นตอนด้วยเว็บแคมสำหรับผู้บริโภค Logitech c270 ที่ทำงานที่ 25fps

เซสชั่นแรกประกอบด้วยมาตรฐาน บทสัมภาษณ์แฮมิลตัน (จากการวิจัย ต้นตอ ประมาณ พ.ศ. 1960) ซึ่งตามปกติจะรับเข้า ในระยะที่สอง มีการแสดงผู้ป่วย (และคู่ของพวกเขาในกลุ่มควบคุม) อย่างผิดปกติ วิดีโอ การแสดงสีหน้าเป็นชุด ๆ แล้วขอให้เลียนแบบแต่ละอย่างพร้อมระบุประมาณตนถึงสภาพจิตใจในขณะนั้นรวมถึงสภาพอารมณ์และความรุนแรง ขั้นตอนนี้ใช้เวลาประมาณสิบนาที

ในช่วงที่สามและช่วงสุดท้าย ผู้เข้าร่วมได้แสดงวิดีโอของนักแสดง 96 เรื่อง ซึ่งแต่ละเรื่องมีความยาวไม่เกิน 15 วินาที ซึ่งเห็นได้ชัดว่าเล่าถึงประสบการณ์ทางอารมณ์ที่รุนแรง จากนั้นผู้เข้าร่วมจะถูกขอให้ประเมินอารมณ์และความรุนแรงที่แสดงในวิดีโอ รวมถึงความรู้สึกที่สอดคล้องกันของพวกเขาเอง ขั้นตอนนี้ใช้เวลาประมาณ XNUMX นาที

วิธี

เพื่อให้ได้ค่าเฉลี่ยของใบหน้าที่จับได้ (ดูภาพแรก ด้านบน) จุดสังเกตทางอารมณ์จะถูกบันทึกด้วย อีโมเน็ต กรอบ. จากนั้นจึงพิจารณาความสอดคล้องกันระหว่างรูปร่างใบหน้าและรูปร่างใบหน้าเฉลี่ย (โดยเฉลี่ย) แยกตามการเปลี่ยนแปลง.

การรับรู้อารมณ์มิติ และ ทำนายดวงชะตา ได้ดำเนินการในแต่ละส่วนหลักที่ระบุไว้ในขั้นตอนก่อนหน้า

ณ จุดนี้ การอนุมานอารมณ์โดยใช้เสียงได้บ่งชี้ว่าช่วงเวลาที่สามารถสอนได้มาถึงสภาพจิตใจของผู้ป่วยแล้ว และงานคือจับภาพใบหน้าที่สอดคล้องกันและพัฒนามิติและขอบเขตของสถานะผลกระทบนั้น

(ในวิดีโอด้านบน เราเห็นผลงานที่พัฒนาโดยผู้เขียนเทคโนโลยีการรับรู้อารมณ์มิติที่นักวิจัยใช้ในงานใหม่)

รูปทรงเรขาคณิตของวัสดุถูกคำนวณสำหรับแต่ละเฟรมของข้อมูล และการสลายตัวของค่าเอกพจน์ (SVD) ใช้การลด ข้อมูลอนุกรมเวลาที่เป็นผลลัพธ์ได้ถูกสร้างแบบจำลองเป็น a VAR กระบวนการแล้วลดลงเพิ่มเติมผ่าน SVD ก่อน การปรับแผนที่.

เวิร์กโฟลว์สำหรับกระบวนการลดขนาดพื้นที่

ค่าวาเลนซ์และค่าความเร้าอารมณ์ในเครือข่าย EmoNet ได้รับการประมวลผลในทำนองเดียวกันด้วยการสร้างแบบจำลอง VAR และการคำนวณเคอร์เนลตามลำดับ

การทดลอง

ตามที่ได้อธิบายไปก่อนหน้านี้ งานใหม่ส่วนใหญ่เป็นบทความวิจัยทางการแพทย์มากกว่าการส่งภาพคอมพิวเตอร์มาตรฐาน และเราแนะนำผู้อ่านให้อ่านบทความนี้เองสำหรับความครอบคลุมเชิงลึกของการทดลอง OEG ที่หลากหลายที่ดำเนินการโดยนักวิจัย

อย่างไรก็ตาม เพื่อสรุปการเลือกของพวกเขา:

สัญญาณความผิดปกติทางอารมณ์

ที่นี่ ผู้เข้าร่วม 40 คน (ไม่ได้มาจากกลุ่มควบคุมหรือกลุ่มผู้ป่วย) ถูกขอให้ให้คะแนนใบหน้าเฉลี่ยที่ได้รับการประเมิน (ดูด้านบน) ตามคำถามจำนวนหนึ่ง โดยไม่ได้รับแจ้งถึงบริบทของข้อมูล คำถามคือ:

ใบหน้าทั้งสองเพศอะไร?
ใบหน้ามีรูปลักษณ์ที่น่าดึงดูดใจหรือไม่?
ใบหน้าเหล่านี้เป็นบุคคลที่น่าเชื่อถือหรือไม่?
คุณประเมินความสามารถของคนเหล่านี้ในการแสดงอย่างไร?
ใบหน้าทั้งสองมีอารมณ์เช่นไร
ลักษณะผิวของสองหน้าเป็นอย่างไร?
ความประทับใจในการจ้องมองคืออะไร?
ใบหน้าทั้งสองมีมุมปากที่หย่อนยานหรือไม่?
ใบหน้าทั้งสองมีสีน้ำตาลตาขึ้นหรือไม่?
บุคคลเหล่านี้เป็นผู้ป่วยทางคลินิกหรือไม่?

นักวิจัยพบว่าการประเมินแบบตาบอดเหล่านี้มีความสัมพันธ์กับสถานะการลงทะเบียนของข้อมูลที่ประมวลผล:

ผลการลงจุดแบบบ็อกซ์สำหรับแบบสำรวจ 'ใบหน้าที่มีค่าเฉลี่ย'

การประเมินทางคลินิก

เพื่อวัดประโยชน์ของ OEG ในการประเมินเบื้องต้น อันดับแรก นักวิจัยประเมินว่าการประเมินทางคลินิกมาตรฐานมีประสิทธิผลเพียงใดโดยตัวมันเอง โดยวัดระดับของการปรับปรุงระหว่างการเหนี่ยวนำและระยะที่สอง (ตามเวลาที่ผู้ป่วยมักได้รับการรักษาโดยใช้ยา

นักวิจัยสรุปได้ว่าสามารถประเมินสถานะและความรุนแรงของอาการได้ดีด้วยวิธีนี้ โดยมีค่าสหสัมพันธ์เท่ากับ 0.82 อย่างไรก็ตาม การวินิจฉัยโรคจิตเภทหรือโรคซึมเศร้าอย่างแม่นยำนั้นพิสูจน์ได้ว่ามีความท้าทายมากขึ้น โดยวิธีมาตรฐานได้คะแนนเพียง -0.03 ในช่วงเริ่มต้นนี้

ผู้เขียนแสดงความคิดเห็น:

'โดยพื้นฐานแล้ว สถานะของผู้ป่วยสามารถระบุได้ค่อนข้างดีโดยใช้แบบสอบถามตามปกติ อย่างไรก็ตาม นั่นคือทั้งหมดที่สามารถสรุปได้ ไม่ได้ระบุว่ามีใครเป็นโรคซึมเศร้าหรือเป็นโรคจิตเภทหรือไม่ เช่นเดียวกับการตอบสนองต่อการรักษา'

ผลลัพธ์จากกระบวนการเครื่องจักรสามารถได้รับคะแนนที่สูงขึ้นในด้านปัญหานี้ และคะแนนที่เทียบเคียงได้สำหรับด้านการประเมินผู้ป่วยเบื้องต้น:

ตัวเลขที่สูงขึ้นจะดีกว่า ทางด้านซ้าย ผลการประเมินความถูกต้องตามการสัมภาษณ์มาตรฐานในสี่ขั้นตอนของสถาปัตยกรรมการทดสอบ ทางด้านขวา ผลลัพธ์ตามเครื่อง

การวินิจฉัยโรค

การแยกแยะภาวะซึมเศร้าออกจากโรคจิตเภทด้วยภาพใบหน้านิ่งๆ นั้นไม่ใช่เรื่องเล็กน้อย กระบวนการของเครื่องสามารถได้รับคะแนนความแม่นยำสูงตลอดขั้นตอนต่างๆ ของการทดลอง:

ในการทดลองอื่นๆ นักวิจัยสามารถแสดงหลักฐานว่า OEG สามารถรับรู้ถึงพัฒนาการของผู้ป่วยผ่านการรักษาทางเภสัชวิทยา และการรักษาทั่วไปของโรค:

'การอนุมานเชิงสาเหตุเหนือความรู้ก่อนหน้าเชิงประจักษ์ของการรวบรวมข้อมูลได้ปรับการรักษาทางเภสัชวิทยาเพื่อสังเกตการกลับไปสู่การควบคุมทางสรีรวิทยาของการเปลี่ยนแปลงของใบหน้า ไม่สามารถสังเกตผลตอบแทนดังกล่าวได้ในระหว่างการสั่งยาทางคลินิก

'ในขณะนี้ยังไม่เป็นที่ชัดเจนว่าคำแนะนำจากเครื่องดังกล่าวจะส่งผลให้การรักษาประสบความสำเร็จดีขึ้นอย่างมีนัยสำคัญหรือไม่ โดยเฉพาะอย่างยิ่งเนื่องจากเป็นที่ทราบกันดีว่าผลข้างเคียงของยาสามารถมีได้ในระยะเวลานาน

'อย่างไรก็ตาม วิธีการที่ปรับให้เหมาะกับผู้ป่วย [เหล่านี้] จะทำลายอุปสรรคของแผนผังการจำแนกหมวดหมู่ทั่วไปที่ยังคงใช้อย่างโดดเด่นในชีวิตประจำวัน'

* การแปลงการอ้างอิงแบบอินไลน์ของผู้เขียนเป็นไฮเปอร์ลิงก์

เผยแพร่ครั้งแรก 3 สิงหาคม 2022