Η διάγνωση της διαταραχής μετατραυματικού στρες (ΔΜΤΣ) στα παιδιά παρουσιάζει ξεχωριστές προκλήσεις, ειδικά για εκείνα με περιορισμένη λεκτική επικοινωνία ή περιορισμένη συναισθηματική αυτογνωσία.

Μια ερευνητική ομάδα στο Πανεπιστήμιο της Νότιας Φλόριντα ανέπτυξε ένα σύστημα τεχνητής νοημοσύνης το οποίο αναλύει τις εκφράσεις του προσώπου των παιδιών για να βοηθήσει τους κλινικούς να εντοπίσουν τη ΔΜΤΣ και να παρακολουθήσουν τις αλλαγές των συμπτωμάτων με την πάροδο του χρόνου.

Η διεπιστημονική ομάδα σχεδίασε το σύστημα για να προσφέρει μια αντικειμενική και οικονομικά αποδοτική μέθοδο αξιολόγησης. Δημοσιευμένη στο Pattern Recognition Letters, η μελέτη είναι η πρώτη η οποία ενσωματώνει την ταξινόμηση της ΔΜΤΣ, λαμβάνοντας υπόψη το πλαίσιο και διατηρώντας πλήρως την ιδιωτικότητα.

Ανάλυση του προσώπου σε κλινικό πλαίσιο

Οι παραδοσιακές διαγνωστικές μέθοδοι για τη ΔΜΤΣ σε νέους και νέες βασίζονται σε μεγάλο βαθμό στις κλινικές συνεντεύξεις και τα ερωτηματολόγια αυτοαναφοράς.

Advertisements

Ωστόσο, το σύστημα της ομάδας του Πανεπιστημίου της Νότιας Καλιφόρνιας στοχεύει στη μείωση της υποκειμενικότητας, εστιάζοντας στις ανεπαίσθητες κινήσεις των μυών του προσώπου οι οποίες καταγράφονται κατά τη διάρκεια των συνεδριών θεραπείας.

Αντί να χρησιμοποιεί ακατέργαστο βίντεο, η τεχνητή νοημοσύνη αναλύει τα δεδομένα, όπως το βλέμμα των ματιών, την κίνηση του κεφαλιού και τις θέσεις των χαρακτηριστικών του προσώπου. Το σύστημα αφαιρεί προσωπικά αναγνωρίσιμες πληροφορίες και αξιολογεί τη δυναμική των εκφράσεων του προσώπου σε διαφορετικά περιβάλλοντα συνομιλίας, συμπεριλαμβανομένων εκείνων με γονείς και κλινικούς.

Συλλογή δεδομένων και ανάπτυξη μοντέλου

Για την ανάπτυξη του συστήματος, η ομάδα χρησιμοποίησε υλικό από 18 συνεδρίες θεραπείας στις οποίες τα παιδιά περιέγραφαν συναισθηματικές εμπειρίες. Κάθε παιδί συνέβαλε σε πάνω από 100 λεπτά βίντεο, με περίπου 185,000 καρέ ανά συνεδρία. Τα μοντέλα της τεχνητής νοημοσύνης επεξεργάστηκαν αυτά τα δεδομένα για να ανιχνεύσουν μοτίβα στην κίνηση του προσώπου τα οποία συνδέονται με τη ΔΜΤΣ.

Τα ευρήματα αποκάλυψαν ότι τα παιδιά με ΔΜΤΣ εμφάνισαν διακριτά μοτίβα έκφρασης του προσώπου. Επιπλέον, το σύστημα διαπίστωσε ότι οι συναισθηματικές εκφράσεις των παιδιών ήταν πιο αποκαλυπτικές κατά τη διάρκεια των συνεντεύξεων υπό την καθοδήγηση του κλινικού παρά κατά τη διάρκεια των συνομιλιών γονέα-παιδιού.

Αυτή η παρατήρηση ευθυγραμμίζεται με την ψυχολογική βιβλιογραφία που δείχνει ότι τα παιδιά μπορεί να είναι πιο εκφραστικά με τους θεραπευτές και μπορεί να καταστέλλουν τα συναισθήματά τους παρουσία των γονέων τους.

Πιθανές εφαρμογές και μελλοντικές κατευθύνσεις

Ενώ το σύστημα δεν προορίζεται να αντικαταστήσει τους κλινικούς, μπορεί τελικά να προσφέρει ανατροφοδότηση σε πραγματικό χρόνο κατά τη διάρκεια των συνεδριών και να παρέχει έναν μη επεμβατικό τρόπο παρακολούθησης της ανάρρωσης. Οι ερευνητές σχεδιάζουν περαιτέρω μελέτες για να αξιολογήσουν πώς παράγοντες όπως η ηλικία, το φύλο και το πολιτισμικό υπόβαθρο μπορεί να επηρεάσουν την ανάλυση των εκφράσεων του προσώπου. Ενδιαφέρονται ιδιαίτερα για την επέκταση της εφαρμογής του συστήματος σε παιδιά προσχολικής ηλικίας, για τα οποία η λεκτική επικοινωνία είναι συχνά περιορισμένη.

Η μελέτη περιελάμβανε συμμετέχοντες με ποικίλο κλινικό υπόβαθρο, συμπεριλαμβανομένων διαταραχών όπως το άγχος, η κατάθλιψη και η ΔΕΠΥ. Αυτές οι πολυπλοκότητες αντικατοπτρίζουν τα σενάρια πραγματικού κόσμου και υποδηλώνουν ότι το σύστημα μπορεί να έχει καλή απόδοση σε κλινικά περιβάλλοντα.

Αν και βρίσκεται ακόμη σε πρώιμο στάδιο ανάπτυξης, το εργαλείο το οποίο βασίζεται στην τεχνητή νοημοσύνη προσφέρει ένα πολλά υποσχόμενο συμπλήρωμα στις υπάρχουσες διαγνωστικές στρατηγικές.

Εάν επικυρωθεί σε μεγαλύτερες κλινικές δοκιμές, μπορεί να υποστηρίξει την ακριβέστερη και έγκαιρη αναγνώριση των συμπτωμάτων της ΔΜΤΣ σε νεαρούς ασθενείς, ελαχιστοποιώντας παράλληλα την αγωνία κατά την αξιολόγηση.

Βιβλιογραφία

Aathreya, S., Nourivandi, T., Salloum, A., κ.ά. (2025). Multimodal, context-based dataset of children with Post Traumatic Stress Disorder. Pattern Recognition Letters, 196, 228-235. Doi: 10.1016/j.patrec.2025.05.003