山世光: AI “读心”即“读脑” 或将助力精神疾病诊断

时间:2020-06-01 10:24:08 来源: 电子信息产业网


“过去十年我们进入到‘看脸’的时代,那么未来十年可能会走入到‘读心’的时代”中科院计算所研究员山世光在日前中国人工智能学会举办的云课堂上,分享了自已对于AI人脸识别技术应用于医疗领域的思考与国内外的相关研究现况。

AI“读心”即“读脑”

日常生活中,我们通过观察一个人的脸色和行为举止就可以对其情绪、性格做出相对比较准确的判断。那么AI如何做到“读心”?山世光解释说,AI“读心”,是通过解读人的外显语言行为来判断其内在的心理和精神,本质上是在“读脑”,而不是“读思维”。

山世光认为,基于计算机视觉的“读心术”可分为三个层面,第一层是“瞬态特征”,即生理指标,包括身高、体重、心率、呼吸、血压、血氧等,可通过检测人的眨眼率、瞳孔缩放、视线等行为对以上指标作出判断。再上一层是“短期特征”,可通过检测人在下意识里作出表情时涉及的肌肉动作来解读心理状态,可作为例如对司机危险驾驶行为进行监控与报警的技术。最后上升到精神层面的“长期特征”,抑郁症、焦虑症、自闭症等精神疾病也可以通过影像观察的方法来辅助诊断。

以上是对于人视觉关键技术的深层理解,山世光将基于这三个层面的计算机视觉研究比拟为打造有“情商”的AI。

AI助力精神疾病鉴别

目前医学上在精神疾病的诊断更多依赖于量表测试与医生面诊,侧重于主观性,山世光重点说明了计算机视觉在这一层面上的研究与应用。

看病就医时,中医通过“望闻问切”的“望”来了解患者的病征,作出诊断。正如韩非子《扁鹊见蔡桓公》中写道的那样,扁鹊仅通过观察蔡桓公的面部肌理就准确判断出他已患病的事实。同样地,西医面诊时也会通过观察病人面容来判断病人在精神层面的状态。

以抑郁症患者为例,医生通常会采取三种检查手段来判断病人是否患有抑郁症以及患病的程度:面诊了解病人情况、量表测试和脑电波测试。面诊和量表分别基于医生经验和患者的自我判断,均属于主观意识的判断。记者从多名专科医生处了解到,脑电波检查虽然可以作为诊断参考,但是并不能作为诊断依据,且患者需要戴上浸湿的电极帽进行检测,相比之下,计算机视觉技术可有助实现非接触性检查。山世光认为,这项技术在鉴别抑郁症等精神疾病上最大的优势就在于强调客观性。

来自澳大利亚堪培拉大学、新南威尔士大学、澳大利亚国立大学等高校学术专家曾联合使用相关技术对抑郁症诊断进行了一项研究,该研究刊载于2018年出版的一期IEEE Transactions On Affective Computing上。

这项研究采用基于人工定义特征的研究方法,细分为三类:附属语言(音量、说话时长、停顿间隔等)、头部姿态(头朝向时长、变化率等)以及视线行为(闭眼率、眨眼次数等)。研究对象共60人,30人为重度抑郁患者,30人为精神健康人士,三种方法融合测量精度达到88%。“这个精度只能说OK(还可以),因为评测数据量不大。”山世光说道。

美国西弗吉尼亚大学及首都师范大学联合研究团队于同期发表的另一项研究,对82名参与者的150段视频进行了评测,依据表观信息和动作行为对抑郁症的程度进行打分,值域范围为0到60,最终MAE(绝对误差平均值)结果为7.58,这样的结果仍未达到理想阶段。

国内外还有很多团队在做针对精神疾病的AI研究,作为技术研究人员,在数据生成、模型设计及优化等多个方面都面临着挑战。山世光感言,这类研究涉及到隐私问题,因此在数据获取上存在一定困难。今后研究团队将继续攻克如何在没有大规模的数据下,实现弱监督、半监督、小规模等数据条件下的学习,借助适用的医学或物理模型来减少对于数据的需求可成为未来实现AI“读心”功能的研究方法之一。


关于我们 加入我们 广告服务 网站地图

All Rights Reserved, Copyright 2004-2020 www.ctocio.com.cn

如有意见请与我们联系 邮箱:5 53 13 8 [email protected]

豫ICP备20005723号-1    IT专家网 版权所有 

营业执照