Нейросеть для психиатра

Специалисты НИИ психического здоровья Томского научно-исследовательского медицинского центра РАН используют новый метод диагностики шизофрении и депрессивных расстройств — анализ невербального поведения пациента с помощью нейросети. Технология разработана совместно специалистами НИИ психического здоровья ТНИМЦ РАН и кафедры информационной безопасности Томского государственного университета систем управления и радиоэлектроники.

«Наша идея заключается в совмещении классической диагностики при помощи структурированного интервью с компьютерным анализом невербального поведения пациента, — рассказала руководитель отделения эндогенных расстройств НИИ психического здоровья ТНИМЦ РАН доктор медицинских наук Елена Георгиевна Корнетова. — Комплекс специальных видеокамер и микрофонов, подключенных к компьютеру, позволяет зафиксировать мельчайшие изменения мимики, позы, количественных и качественных характеристик речи (интонация, темп, громкость, паузы, содержание и так далее).

Разработанная технология двойной перекрестной оценки психического состояния пациентов позволяет стандартизировать данный метод и минимизировать возможные ошибки и отклонения в процессе диагностики.

О принципе работы диагностического модуля рассказала техник Научно-инжинирингового центра «Интеллектуальные системы доверенного взаимодействия» ТУСУР Ульяна Владимировна Савина:

«Синхронно записываются два видео: одна камера снимает лицо, другая — позу пациента. Далее эти видео обрабатывает самообучающаяся нейросеть. Она выделяет ключевые точки на лице и теле и фиксирует все изменения в невербальном поведении пациента. Затем специалисты сопоставляют данные от нейронных сетей с результатами структурированного интервью, и лечащий врач выдает свое заключение».

«Работая над проектом “Цифровое фенотипирование в диагностике шизофрении и аффективных расстройств”, мы поставили для себя цель — разработать мощный диагностический модуль, который можно будет адаптировать под разные психические заболевания и классификации», — добавила  Елена Корнетова.

Пресс-служба ТНИМЦ РАН