Сможет ли AI однажды обнаруживать грипп прежде, чем вы почувствуете себя плохо

Привет. Новые исследования тонких признаков болезни могут однажды помочь обучить системы искусственного интеллекта для сканирования инфекций в сезон гриппа, и многие из нас нервно смотрят на любого, кто кашляет или чихает в нашей близости. Но как, помимо защиты от публичных чихов, мы можем избегнуть контакта с инфекциями?

Оказывается, наш мозг довольно точно настроен на обнаружение болезни в других людях. Новые исследования показывают, что тонкие лицевые сигналы предупреждают нас об инфекциях через несколько часов после их появления. Это исследование может в один прекрасный день помочь обучить системы AI для раннего выявления болезни.

Исследователями было взяло 16 здоровых добровольцев, которые в разное время были инфицированы как с плацебо, так и бактериями E. coli, которые вызывают симптомы гриппа. Добровольцы, которые не знали, какую инъекцию они только что получили, фотографировались через два часа после каждого ввода инъекции. Затем эти фотографии были показаны 62 участникам, которым было предложено судить, был ли человек на картинке здоровым или больным. Эти участники должны были вынести решение только после просмотра фотографии в течение пяти секунд.

Участники смогли обнаружить больного только в 52% случаев, что едва ли может считаться хорошими шансами. Но здорового человека они смогли обнаружить в 70% случаев. Лицевые особенности, связанные с суждениями о болезни, включали более красные глаза, более тусклую кожу, более опухшее лицо, опухший рот и веки, более бледную кожу и губы. Больные на фотографии также оценивались как более усталые.

«Мы ожидали, что люди будут иметь более высокие шансы обнаружить больных людей, но они были далеки от 100 процентов, поскольку им было разрешено видеть фотографию только несколько секунд». «Мы ожидаем, что люди будут намного точнее определять больных, когда они смогут взаимодействовать с кем-то в живую и смогут использовать другие сигналы, такие как движения, запах и т.д.»

Работа была ограничена небольшим объемом исследования и тем фактом, что все добровольцы были белыми, и все были здоровы. Дальнейшие исследования необходимы для изучения различных этнических групп, разных возрастов и людей с хроническими расстройствами. Дополнительные исследования также могут потенциально идентифицировать больше признаков, важных для наших суждений о болезни и здоровье, помимо тех, которые указаны в исследовании. Дополнительные исследования также могут показать, относимся ли мы к людям, которые кажутся больными по-разному.

Можете ли вы сказать, кто является больным, а кто нет? Изображения 16 людей (восемь женщин), сфотографированные дважды, были усреднены во время экспериментально вызванной (а) острой болезни и (б) плацебо.

Несмотря на эти ограничения, ученые надеются, что лучшее понимание невербальных признаков болезни может помочь врачам улучшить диагноз. Визуальные признаки болезни, идентифицированные в исследовании, также «очень вероятно» в один прекрасный день будут использоваться в целях обучения AI для раннего выявления болезней, хотя это и не является частью исследования.

Другие недавние исследования показали, насколько тонкие черты лица и движения могут выявить наше состояние здоровье и психические расстройства. Наличие или отсутствие некоторых крошечных движений лица может указывать на такие нарушения, как паралич Белла или опухоли головного мозга. Микровыражения - мимолетные взгляды, которые часто бывают слишком быстрыми, чтобы регистрироваться в нашем сознании - могут выявить шизофрению или депрессию.

«Тонкие движения в век могут говорить об усталости, что поможет спрогнозировать, когда водитель с большей вероятностью разобьет свой автомобиль».

Понимание того, что наши лица говорят о нашем здоровье, будет иметь важное значение для обучения AI. Искусственный интеллект может помочь людям в режиме реального времени анализировать и принимать решения, что особенно важно, когда люди «перегружены слишком большим объемом информации».

Можно представить, что в аэропортах используется AI, обнаруживающий болезнь, например, сканирование тысяч лиц в секунду. Аэропорты в некоторых частях мира уже используют температурные сканеры для отсечения потенциально больных людей; AI может улучшить эту технологию для выявления людей, которые болеют без явных признаков лихорадки. Такие технологии, вероятно, вызовут проблемы конфиденциальности, а также дебаты о том, эффективны ли они, как стратегии сдерживания эпидемий.

Исследователи уже работают над множеством нейронных сетей - систем, которые сами изучают, анализируя огромные объемы данных, что позволяет им обнаруживать признаки болезни раньше или лучше, чем люди. Недавние примеры включают алгоритм для чтения рентгеновских снимков грудной клетки и диагностики пневмонии, для раннего выявления болезней легких, а также технологии Google для поиска ранних признаков глазных заболеваний, которые могут вызвать слепоту. Но для нейронной сети, чтобы учиться, нужно точно сказать, что искать. Это означает, что людям нужно понимать это. Исследования, подобные этому, которые показывают, какие изменения лица связаны с болезнью, могут дать людям обширные инструменты для обучения.

Подробней, фото1, фото2