Jest sezon grypowy i wielu z nas nerwowo spogląda na każdego, kto kaszle lub węszy w naszym sąsiedztwie. Ale w jaki sposób, oprócz ochrony przed kichaniem publicznym, unikamy kontaktu z infekcjami?
Okazuje się, że nasze mózgi są bardzo dobrze dostrojone do wykrywania chorób u innych. Nowe badania sugerują, że subtelne wskazówki dotyczące twarzy ostrzegają nas o infekcjach zaledwie kilka godzin po ich objęciu. Badanie to może pewnego dnia pomóc w szkoleniu systemów AI w wykrywaniu chorób.
Badanie opublikowane w czasopiśmie Proceedings of the Royal Society B objęło 16 zdrowych ochotników i wstrzyknęło im w różnych momentach zarówno placebo, jak i rodzaj bakterii E. coli, które powodują objawy grypopodobne. Wolontariusze, którzy nie wiedzieli, jaki zastrzyk właśnie otrzymali, zostali sfotografowani dwie godziny po każdym strzale. Fotografie te zostały następnie pokazane 62 uczestnikom, którzy zostali poproszeni o ocenę, czy osoba na zdjęciu jest zdrowa czy chora. Uczestnicy ci musieli dokonać oceny po obejrzeniu zdjęcia przez pięć sekund.
Uczestnicy byli w stanie wykryć chorego tylko 52 procent czasu, niewiele lepiej niż przypadek. Ale byli w stanie wykryć zdrową osobę w 70 procentach przypadków. Twarze twarzy związane z osądami choroby obejmowały zaczerwienione oczy, matową skórę, bardziej opuchniętą twarz, opadające usta i powieki oraz jaśniejszą skórę i usta. Zdjęcia chorych oceniono również jako bardziej zmęczone.
„Spodziewaliśmy się, że ludzie będą lepsi niż szansa na wykrycie chorych, ale daleko od 100 procent, ponieważ pozwolono im zobaczyć zdjęcie tylko przez kilka sekund”, mówi John Axelsson, profesor na Uniwersytecie Sztokholmskim i autor opracowania. „Oczekujemy, że ludzie będą znacznie lepsi, kiedy będą mogli naprawdę kontaktować się z kimś, a następnie używać innych wskazówek, takich jak ruch biologiczny, zapach itp.
Badania były ograniczone niewielkim rozmiarem badania oraz faktem, że wszyscy ochotnicy byli rasy białej i wszyscy byli zdrowi, mówi Axelsson. Konieczne są dalsze badania, aby spojrzeć na różne grupy etniczne, w różnym wieku i na osoby z przewlekłymi zaburzeniami. Więcej badań może również potencjalnie zidentyfikować więcej cech ważnych dla naszych ocen choroby i zdrowia niż te określone w badaniu. Dodatkowe badania mogą również wykazać, czy traktujemy ludzi, którzy wyglądają inaczej.
Pomimo tych ograniczeń Axelsson ma nadzieję, że lepsze zrozumienie niewerbalnych objawów choroby może pomóc lekarzom poprawić diagnozę. Znaki choroby zidentyfikowane podczas badania będą „bardzo prawdopodobne”, że pewnego dnia zostaną wykorzystane do szkolenia AI w wykrywaniu chorób, chociaż nie jest to częścią badań Axelssona.
Inne najnowsze badania wykazały, jak wiele subtelnych rysów twarzy i ruchów może ujawnić nasze zdrowie i stany psychiczne, mówi Mark Frank, profesor komunikacji na uniwersytecie w Buffalo, stanowy uniwersytet w Nowym Jorku, który bada mimikę twarzy. Obecność lub brak pewnych drobnych ruchów twarzy może wskazywać na zaburzenia takie jak porażenie Bella lub guzy mózgu. Mikroekspresje - ulotne, często zbyt szybkie, aby zarejestrować się w naszej świadomości - mogą ujawnić schizofrenię lub to, czy osoba z depresją wraca do zdrowia, czy nie.
„Subtelne ruchy powiek mogą ujawnić zmęczenie, a nawet przewidzieć, kiedy kierowca ma większe szanse na awarię swojego pojazdu”, mówi Frank.
Frank mówi, że zrozumienie tego, co nasze twarze mówią o naszym zdrowiu, będzie ważne podczas treningu AI. AI mogą pomóc ludziom w analizach w czasie rzeczywistym i podejmowaniu decyzji, co może być szczególnie ważne, gdy ludzie są „przytłoczeni zbyt dużą ilością informacji”.
Można sobie wyobrazić sztuczną inteligencję wykrywającą choroby używaną na lotniskach, na przykład skanującą tysiące twarzy na sekundę. Lotniska w niektórych częściach świata już używają skanerów temperatury, aby wyeliminować osoby potencjalnie chore; AI może ulepszyć taką technologię w celu identyfikacji osób chorych bez gorączki. Takie technologie prawdopodobnie wywołałyby obawy dotyczące prywatności, a także debaty na temat ich skuteczności jako strategii ograniczania rozprzestrzeniania.
Deweloperzy już pracują nad różnymi sieciami neuronowymi - systemami, które uczą się samodzielnie, analizując ogromne ilości danych - w celu wykrycia objawów choroby wcześniej lub lepiej niż ludzie. Ostatnie przykłady obejmują algorytm do odczytu promieni rentgenowskich klatki piersiowej i diagnozowania zapalenia płuc, sztuczną inteligencję do wykrywania bardzo wczesnych nowotworów płuc w skanach CT oraz technologię Google do wyszukiwania wczesnych oznak chorób oczu, które mogą powodować ślepotę. Ale aby sieć neuronowa mogła się uczyć, trzeba powiedzieć, czego szukać. Co oznacza, że ludzie muszą tego uczyć. Co oznacza, że ludzie muszą wiedzieć. Badania takie jak Axelssona, które pokazują, jakie zmiany twarzy są związane z chorobą, mogą dać ludziom narzędzia do nauczania.
Tymczasem teraz wiesz, jak trzymać się z dala od ludzi z subtelnie opadającymi powiekami (choć być może są po prostu zmęczeni). Jeszcze lepiej, po prostu zastrzel grypę.
