אבחון הפרעת דחק פוסט-טראומטית אצל ילדים יכול להיות קשה לשמצה. רבים, במיוחד אלה עם כישורי תקשורת מוגבלים או מודעות רגשית, נאבקים כדי להסביר את מה שהם חשים. חוקרים מאוניברסיטת דרום פלורידה פועלים לטיפול בפערים אלה ולשפר את תוצאות המטופלים על ידי מיזוג המומחיות שלהם בטראומה בילדות ובבינה מלאכותית.
בהובלת אליסון סאלום, פרופסור בבית הספר לעבודה סוציאלית של USF, ושון קנוואן, פרופסור חבר במכללת בליני לבינה מלאכותית, אבטחת סייבר ומחשוב, הצוות הבין-תחומי בונה מערכת שיכולה לספק לקלינאים על ידי כלי מעקב אחר כלים, עלותם, כדי לסייע בזיהוי PTSD בילדים ומסתבכים.
המחקר, שפורסם ב מכתבי זיהוי דפוסהוא הראשון מסוגו לשלב סיווג PTSD מודע להקשר תוך שמירה מלאה על פרטיות המשתתפים.
באופן מסורתי, אבחון PTSD אצל ילדים מסתמך על ראיונות קליניים סובייקטיביים ושאלונים המדווחים על עצמם, אשר יכולים להיות מוגבלים על ידי התפתחות קוגניטיבית, כישורי שפה, התנהגויות הימנעות או דיכוי רגשי.
זה באמת התחיל כשהבחנתי עד כמה הפכו הבעות פנים של ילדים מסוימים במהלך ראיונות טראומה. אפילו כשהם לא אמרו הרבה, אפשר היה לראות מה הם עוברים על פניהם. ואז דיברתי עם שון האם AI יכול לעזור לאתר את זה בצורה מובנית. "
אליסון סאלום, פרופסור בבית הספר לעבודה סוציאלית של USF
קנוואן, המתמחה בניתוח פנים וזיהוי רגשות, החזיר מחדש כלים קיימים במעבדה שלו לבניית מערכת חדשה המעדיפה את פרטיות המטופל. הטכנולוגיה מפשיטה משם מזהה פרטים ומנתחת רק נתונים מזוהים, כולל תנוחת ראש, מבט עיניים וציוני דרך בפנים, כמו העיניים והפה.
"זה מה שמייחד את הגישה שלנו," אמר קנוואן. "אנחנו לא משתמשים בווידיאו גולמי. אנו נפטרים לחלוטין מזיהוי הנושא ורק שומרים על נתונים על תנועת פנים, ואנחנו גורמים אם הילד דיבר עם הורה או קלינאי."
הצוות בנה מערך נתונים מ -18 מפגשים עם ילדים כאשר הם חלקו חוויות רגשיות. עם יותר ממאה דקות של וידאו לילד וכל סרטון המכיל בערך 185,000 פריימים, דגמי ה- AI של קנוואן חילצו מגוון של תנועות שרירי פנים עדינות הקשורות לביטוי רגשי.
הממצאים חשפו כי ניתן לזהות דפוסים מובחנים בתנועות הפנים של ילדים עם PTSD. החוקרים מצאו כי הבעות פנים במהלך ראיונות בהובלת הקלינאי היו חושפניים יותר מאשר שיחות הורה לילד. זה מתיישר עם מחקר פסיכולוגי קיים המראה שילדים עשויים להיות אקספרסיביים יותר רגשית עם מטפלים ועשוי להימנע משיתוף מצוקה עם ההורים בגלל בושה או יכולותיהם הקוגניטיביות.
"זה המקום בו ה- AI יכול להציע תוסף יקר," אמר סאלום. "לא להחליף קלינאים, אלא לשפר את הכלים שלהם. המערכת יכולה לשמש בסופו של דבר כדי לתת למתרגלים משוב בזמן אמת במהלך מפגשי הטיפול ולעזור לפקח על ההתקדמות ללא ראיונות חוזרים ונשנים ומציקים."
הצוות מקווה להרחיב את המחקר כדי לבחון עוד יותר את ההטיה הפוטנציאלית ממגדר, תרבות וגיל, ובמיוחד לגיל הרך, כאשר התקשורת המילולית מוגבלת ואבחון מסתמך כמעט לחלוטין על התבוננות בהורים.
אף על פי שהמחקר עדיין נמצא בשלביו המוקדמים, סאלום וקנוואן מרגישים שהיישומים הפוטנציאליים מרחיקים לכת. לרבים מהמשתתפים הנוכחיים היו תמונות קליניות מורכבות, כולל מצבים המופיעים יחד כמו דיכאון, הפרעות קשב וריכוז או חרדה, שיקפו מקרים בעולם האמיתי והציעו הבטחה לדיוק המערכת.
קנוואן אמר כי "נתונים כאלה נדירים להפליא עבור מערכות AI, ואנחנו גאים שערכנו מחקר כל כך קול. "עכשיו יש לנו פוטנציאל מבטיח מתוכנה זו לתת תובנות מושכלות ואובייקטיביות למטפל."
אם תוקף במחקרים גדולים יותר, הגישה של USF יכולה להגדיר מחדש כיצד PTSD אצל ילדים מאובחנת ומעקב, תוך שימוש בכלים יומיומיים כמו וידאו ו- AI כדי להביא את הטיפול הנפשית לעתיד.
