Polscy badacze opracowali innowacyjną metodę wczesnej diagnostyki zaburzeń psychicznych i neurologicznych, łącząc okulografię (eye-tracking) z głębokim uczeniem. W badaniach wzięli udział pacjenci z depresją, lękiem społecznym oraz osoby zdrowe, a ich wzorce spojrzenia analizowano z pomocą sztucznych sieci neuronowych. Efektem jest system, który może potencjalnie zrewolucjonizować sposób, w jaki diagnozujemy i monitorujemy kondycję psychiczną – szybko, bezinwazyjnie i obiektywnie.
Krótkie spojrzenie dostarczy wielu odpowiedzi
Uczestnicy badania oglądali przez 10 sekund zdjęcia twarzy o różnych emocjach, podczas gdy okulograf rejestrował trajektorie ich wzroku. Te tzw. „scan-paths” (ścieżki spojrzeń) zostały następnie przekształcone w obrazy wejściowe dla konwolucyjnych sieci neuronowych, takich jak ResNet‑18 i ResNet‑50. Modele te uczą się, rozpoznając ukryte wzorce w danych wizualnych – podobnie jak ludzki mózg, przetwarzają warstwowo informacje i identyfikują cechy istotne dla klasyfikacji.
Wyniki są obiecujące
Badacze z Uniwersytetu SWPS, Akademii Leona Koźmińskiego i Akademii Ekonomiczno-Humanistycznej w Warszawie uzyskali dokładność klasyfikacji sięgającą 62–64%, gdy chodzi o odróżnienie pacjentów z depresją i lękiem społecznym od osób zdrowych. Choć to wynik daleki od zastosowań klinicznych, wyraźnie przewyższa losowość i wskazuje na potencjał metody w badaniach przesiewowych. Co ciekawe, najlepsze wyniki osiągano nie wtedy, gdy modele analizowały obrazy twarzy z naniesionymi punktami fiksacji, ale kiedy operowały wyłącznie na trajektoriach spojrzenia – co sugeruje, że to właśnie wzorzec ruchu oczu niesie kluczową informację diagnostyczną.
AI analizuje nie tylko wzrok, ale i głos
Równolegle prowadzone są badania nad wykorzystaniem AI do analizy mowy pacjentów. Według dr. Karola Chlasty, zmiany w głosie, takie jak spowolnienie tempa czy mikrozaburzenia artykulacyjne, mogą świadczyć o przeciążeniu układu nerwowego – podobnie jak wolno działający komputer. Sztuczne sieci neuronowe są w stanie wykryć te subtelne zmiany wcześniej niż człowiek – nawet na podstawie kilkusekundowych fragmentów wypowiedzi.
Dr Chlasta porównuje przyszłość takich systemów do obecnych rozwiązań znanych ze smartwatchy. Zamiast tylko śledzenia kroków czy tętna, urządzenia mobilne – jak smartfony, laptopy z kamerą, a w szczególności okulary VR – mogłyby monitorować dobrostan psychiczny użytkownika na podstawie jego wzroku i głosu. Taki „psychiczny wykres kondycji” mógłby służyć do wczesnego ostrzegania przed pogarszającym się stanem psychicznym.
Potencjalne zastosowania
Technologia może znaleźć zastosowanie m.in. w:
- medycynie pierwszego kontaktu – jako narzędzie przesiewowe,
- psychoterapii – do monitorowania postępów pacjenta,
- HR i bezpieczeństwie pracy – np. do oceny stresu lub obciążenia emocjonalnego pracownika,
- opiece nad seniorami – w kierunku wczesnego wykrywania demencji i choroby Alzheimera.
Pomimo obiecujących rezultatów, system nie jest jeszcze gotowy do komercjalizacji. Kluczowe wyzwania to:
- zbyt małe zbiory danych – obecnie liczba obrazów dla jednej klasy wynosi mniej niż 100, co ogranicza wiarygodność wyników,
- brak walidacji zewnętrznej – dane pochodzą z jednej próby, co uniemożliwia ocenę generalizacji,
- konieczność regulacji i etycznych ram – systemy analizujące wzrok i głos wymagają wysokiego poziomu ochrony prywatności.
Dr Chlasta podkreśla również, że bez współpracy z placówkami medycznymi, które mogłyby systematycznie zbierać dane, rozwój narzędzi AI do diagnozy psychicznej pozostanie w fazie eksperymentalnej.
Polski wkład w globalny rozwój AI i psychiatrii
W projekcie udział wzięli badacze z Akademii Leona Koźmińskiego, Uniwersytetu SWPS oraz Akademii Ekonomiczno-Humanistycznej w Warszawie. Wspólnymi siłami stworzyli nie tylko działający prototyp AI analizującej wzrok i głos, ale także udostępnili wstępne wyniki społeczności naukowej – publikując artykuł m.in. w czasopiśmie „International Journal of Marketing, Communication and New Media”.
Nowatorskie badania polskich naukowców pokazują, że nawet 10‑sekundowy fragment spojrzenia może być cennym wskaźnikiem stanu psychicznego. W połączeniu z analizą głosu, sztuczna inteligencja może w przyszłości stać się „lustrem” naszej kondycji emocjonalnej – subtelnym, ale skutecznym narzędziem do dbania o zdrowie psychiczne. Aby jednak ta wizja mogła się ziścić, potrzebna jest współpraca nauki, medycyny, technologii oraz… społeczna gotowość do otwartości wobec cyfrowych metod diagnozy.
Czytaj dalej:
