Психологическая помощь новости психологии и психотерапии
Исследователи из Дартмутского колледжа сообщают, что они разработали первое приложение MoodCapture для смартфонов, которое использует искусственный интеллект в сочетании с программным обеспечением для обработки изображений лица, чтобы надежно обнаружить начало депрессии еще до того, как пользователь поймет, что что-то не так.
Приложение использует фронтальную камеру телефона для захвата выражения лица человека и окружающей обстановки во время регулярного использования, а затем оценивает изображения на предмет клинических признаков, связанных с депрессией.
В исследовании с участием 177 человек с диагнозом тяжелого депрессивного расстройства, приложение правильно определило ранние симптомы депрессии с точностью 75%.
Как заявляют исследователи, базирующиеся на факультете компьютерных наук Дартмутского колледжа и в Медицинской школе Гейзеля, эти результаты показывают, что технология при дальнейшем развитии может стать общедоступной в течение следующих пяти лет.
Команда опубликовала свою статью в базе данных предварительной печати arXiv перед его презентацией на конференции Ассоциации вычислительной техники CHI 2024 в мае. Статьи, представленные на конференции CHI, проходят экспертное рецензирование и будут опубликованы в сборнике материалов конференции.
“Это первый случай, когда естественные изображения “в реальных условиях” были использованы для прогнозирования депрессии”, – говорит Эндрю Кэмпбелл, профессор компьютерных наук из Дартмутского колледжа.
“Существует движение за цифровые технологии психического здоровья, которое в конечном итоге позволяет создать инструмент, способный прогнозировать настроение у людей с диагнозом большое депрессивное расстройство при помощи надежного и ненавязчивого способа”.
“Люди используют программное обеспечение для распознавания лиц, чтобы разблокировать свои телефоны сотни раз в день”, – говорит Кэмпбелл, чей телефон недавно показал, что он делал это более 800 раз за одну неделю.
“MoodCapture использует аналогичный технологический конвейер технологии распознавания лиц с аппаратным обеспечением глубокого обучения и искусственного интеллекта, поэтому существует огромный потенциал для масштабирования этой технологии без каких-либо дополнительных затрат или нагрузки на пользователя”, – говорит он.
“Человек просто разблокирует свой телефон, и MoodCapture знает динамику его депрессии и может предложить ему обратиться за помощью”.
Для исследования приложение захватило 125 000 изображений участников в течение 90 дней. Участники исследования согласились с тем, чтобы с помощью фронтальной камеры телефона были сделаны их фотографии, но не знали, когда точно это происходило.
Первая группа участников использовалась для программирования MoodCapture с целью распознавания депрессии. Их фотографировали случайным образом с помощью фронтальной камеры телефона, когда они отвечали на вопрос: “Я чувствовал подавленность, депрессию или безнадежность”. Вопрос взят из вопросника о состоянии здоровья пациента из восьми пунктов, или PHQ-8, который используется клиницистами для выявления и мониторинга большого депрессивного расстройства.
Исследователи использовали искусственный интеллект для анализа изображений на этих фотографиях, чтобы прогностическая модель MoodCapture могла научиться соотносить самоотчеты о чувстве депрессии с определенными выражениями лица – взглядом, движением глаз, положением головы и ригидностью мышц – и особенностями окружающей среды, включавшими доминирующие цвета, освещение, место съемки, и количество людей на изображении.
Идея заключается в том, что каждый раз, когда пользователь разблокирует свой телефон, MoodCapture анализирует последовательность изображений в режиме реального времени. Модель искусственного интеллекта устанавливает связи между выражениями лица и деталями фона, которые, как выяснилось, важны для прогнозирования тяжести депрессии, такими как направление взгляда, изменения в выражении лица и окружающая обстановка.
Со временем MoodCapture определяет особенности изображения, характерные для пользователя. Например, если кто-то постоянно появляется с отсутствующим выражением лица в тускло освещенной комнате в течение длительного периода времени, модель искусственного интеллекта может сделать вывод, что у этого человека начинается депрессия.
Исследователи протестировали прогностическую модель, попросив отдельную группу участников ответить на один и тот же вопрос анкеты PHQ-8, в то время как приложение MoodCapture фотографировало их и анализировало их фотографии на наличие признаков депрессии на основе данных, собранных с участием первой группы.
Именно у этой второй группы искусственный интеллект MoodCapture правильно определил наличие депрессии с точностью 75%.
“Это открывает путь к созданию мощного инструмента для пассивной оценки настроения человека и использования данных в качестве основы для терапевтического вмешательства”, – говорит Кэмпбелл, отмечая, что точность в 90% будет порогом работоспособности датчика. “Я считаю, что такая технология может стать доступной для широкой публики в течение пяти лет. Мы показали, что это выполнимо”.
По словам Николаса Джейкобсона, соавтора исследования и доцента кафедры биомедицинских данных и психиатрии в Дартмутском центре технологий и поведенческого здоровья, MoodCapture сталкивается с большим депрессивным расстройством в непостоянных временных рамках, когда оно возникает.
“Многие из наших терапевтических вмешательств при депрессии сосредоточены на более длительных отрезках времени, но эти люди испытывают приливы и отливы в своем состоянии. Традиционные оценки упускают большую часть того, что такое депрессия”, – говорит Джейкобсон, который руководит Лабораторией инноваций в области здравоохранения, управляемого технологиями (AIM HIGH).
“Наша цель – уловить изменения в симптомах, которые люди с депрессией испытывают в своей повседневной жизни”, – говорит Джейкобсон. “Если мы сможем использовать это для прогнозирования и понимания быстрых изменений симптомов депрессии, мы сможем в конечном итоге предотвратить их и лечить. Чем больше мы можем сделать в данный момент, тем менее глубоким будет воздействие депрессии”.
Джейкобсон ожидает, что такие технологии, как MoodCapture, помогут сократить значительный разрыв между тем, когда люди с депрессией нуждаются во вмешательстве, и доступом, который они имеют к ресурсам в области психического здоровья. По его словам, в среднем менее 1% жизни человек проводит с врачом, например, психиатром.
“Цель этих технологий – обеспечить большую поддержку в режиме реального времени, не оказывая дополнительного давления на систему здравоохранения”, – говорит Джейкобсон.
По словам Джейкобсона, приложение с искусственным интеллектом, такое как MoodCapture, в идеале может предложить профилактические меры, например, выйти на улицу или встретится с другом, вместо того, чтобы явно информировать человека о том, что он, возможно, впадает в состояние депрессии.
“Если сказать человеку, что с ним происходит что-то плохое, это потенциально может усугубить ситуацию”, – говорит он. “Мы считаем, что MoodCapture открывает двери для инструментов оценки, которые помогут обнаружить депрессию за несколько мгновений до того, как она усугубится. Такие приложения должны сочетаться с вмешательствами, которые активно направлены на борьбу с депрессией до того, как она расшириться и разовьется. Чуть более десяти лет назад такая работа была невообразимой.”
Исследование поддерживалось грантом Национального института психического здоровья, которым руководит Джейкобсон, изучающий использование глубокого обучения и пассивного сбора данных для выявления симптомов депрессии в режиме реального времени. Также оно опиралось на исследование 2012 года, проведенного лабораторией Кэмпбелла, в ходе которого собирались пассивные и автоматические данные с телефонов участников в Дартмутском колледже для оценки их психического здоровья.
Но, как говорит Кэмпбелл, с тех пор развитие камер смартфонов позволило исследователям делать четкие “пассивные” фотографии, которые делаются при обычном использовании телефона. Кэмпбелл является директором по новым технологиям и анализу данных в Центре технологий и поведенческого здоровья, где он возглавляет команду, разрабатывающую мобильные датчики, которые могут отслеживать такие показатели, как эмоциональное состояние и производительность труда, на основе пассивных данных.
“Новое исследование показывает, что пассивные фотографии являются ключом к успешным терапевтическим инструментам на базе мобильных устройств”, – говорит Кэмпбелл.
Они отражают настроение точнее и чаще, чем пользовательские фотографии или селфи, и не отпугивают пользователей, требуя активного участия.
“Эти нейтральные фотографии очень похожи на то, как мы видим человека в данный момент, когда он не притворяется, что повысило эффективность нашей модели прогнозирования выражения лица”, – говорит Кэмпбелл.
Субигья Непал, аспирант Школы последипломного образования в исследовательской группе Кэмпбелла, который вместе с аспирантом Арвиндом Пиллаи является соавтором исследования, говорит, что следующие шаги для MoodCapture включают обучение искусственного интеллекта на большем разнообразии участников, улучшение его диагностических возможностей и усиление мер конфиденциальности.
По словам Непала, исследователи предполагают создание версии MoodCapture, в которой фотографии никогда не покидают телефон человека. Вместо этого фотографии будут обрабатываться на устройстве пользователя для извлечения выражений лица, связанных с депрессией, и преобразования их в код для модели искусственного интеллекта. “Даже если данные когда-нибудь покинут устройство, не будет никакой возможности собрать их обратно в изображение, идентифицирующее пользователя”, – говорит он.
Между тем, точность приложения может быть повышена со стороны пользователя, если искусственный интеллект будет расширять свои знания на основе выражений лица конкретного человека, его использующего.
“Вам не придется начинать с нуля – мы знаем, что общая модель имеет точность на 75 %, поэтому для точной настройки модели можно использовать данные конкретного человека”.
“Устройства в ближайшие несколько лет должны легко справиться с этой задачей”, – говорит Непал.
“Мы знаем, что выражение лица указывает на эмоциональное состояние. Наше исследование является доказательством концепции, согласно которой, когда дело доходит до использования технологий для оценки психического здоровья, оно становится одним из самых важных сигналов, который мы можем получить”.
