به گزارش پایگاه خبری تحلیلی اندیشه قرن،آیا میدانید افسردگی میتواند بسیار تدریجی و با نشانههای مبهم آغاز شود؟ تشخیص زودهنگام این اختلال ذهنی بسیار حیاتی است، زیرا درمان در مراحل اولیه میتواند از پیشرفت بیماری و عوارض جدی آن جلوگیری کند. مطالعهای جدید نشان میدهد که هوش مصنوعی میتواند با تجزیه و تحلیل حرکات ظریف صورت، به تشخیص افسردگی در مراحل اولیه کمک کند. این پیشرفت امیدوارکننده راههای جدیدی برای غربالگری و تشخیص زودهنگام افسردگی در مدارس، محیطهای کار و پلتفرمهای سلامت دیجیتال میگشاید.
نشانههای اولیه افسردگی؛ هوش مصنوعی راز چهره را فاش کرد

انقلاب در تشخیص سلامت روان/ هوش مصنوعی با تحلیل چهره؛ افسردگی را فاش کرد!
تشخیص افسردگی در مراحل اولیه با هوش مصنوعی: راز چهره در حرکات ظریف
افسردگی زیرآستانه و تغییرات در بیان چهره
افسردگی یکی از شایعترین چالشهای سلامت روان است، اما تشخیص علائم اولیه آن اغلب دشوار است. کاهش میزان بیان چهره غالباً با افسردگی مرتبط است. اما آیا افسردگی خفیف یا افسردگی زیرآستانه (StD) که عبارت است از وجود علائم افسردگی خفیف که معیارهای تشخیص را برآورده نمیکند، اما عامل خطر برای ابتلا به افسردگی است، با تغییرات در بیان چهره نیز مرتبط است؟ این سوالی بود که محققان دانشگاه واسدا به آن پرداختند.
مطالعهی دانشگاه واسدا: تحلیل چهره با هوش مصنوعی
دکتر اریکو سوجیموری، استادیار، و مایو یاماگوچی، دانشجوی دکتری، از دانشکده علوم انسانی دانشگاه واسدا در ژاپن، با استفاده از دادههای چهره و هوش مصنوعی، تغییرات بیان چهره در دانشجویان کارشناسی ژاپنی را مورد بررسی قرار دادند. این مطالعه در مجلهی Scientific Reports در تاریخ ۲۱ آگوست ۲۰۲۵ منتشر شد.
دکتر سوجیموری در این باره میگوید: “با توجه به افزایش نگرانیها در مورد سلامت روان، خواستم بررسی کنم که چگونه نشانههای غیرکلامی ظریف، مانند بیان چهره، برداشتهای اجتماعی را شکل میدهند و سلامت روان را با استفاده از تجزیه و تحلیل چهره مبتنی بر هوش مصنوعی منعکس میکنند.”
64دانشجوی دانشگاه ژاپنی ویدئوهای کوتاهی از معرفی خود را ضبط کردند. گروه دیگری متشکل از ۶۳ دانشجو میزان بیان، دوستی، طبیعی بودن یا دوستداشتنی بودن گویندگان را ارزیابی کردند. همزمان، تیم تحقیقاتی از سیستم هوش مصنوعی OpenFace 2.0 که حرکات ریز عضلات صورت را ردیابی میکند، برای تجزیه و تحلیل همین ویدئوها استفاده کرد.
نتایج: تشخیص افسردگی زیرآستانه از طریق حرکات ریز صورت
نتایج الگوی ثابتی را نشان داد. دانشجویانی که علائم افسردگی زیرآستانه را گزارش کرده بودند، توسط همسالان خود به عنوان افرادی کمتر دوستانه، کمبیان و کمتر دوستداشتنی ارزیابی شدند. نکته جالب اینجاست که آنها به عنوان افرادی سفت و سخت، ساختگی یا عصبی قضاوت نشدند. این نشان میدهد که StD باعث نمیشود افراد بهطور آشکار منفی به نظر برسند، بلکه بیشتر بیان مثبت آنها را کاهش میدهد.
تجزیه و تحلیل هوش مصنوعی الگوهای خاصی از حرکات چشم و دهان مانند بالا بردن ابروی داخلی، بالا بردن پلک فوقانی، کشش لب و حرکات باز شدن دهان را نشان داد که در شرکتکنندگان مبتلا به StD بیشتر مشاهده میشد. این حرکات ریز عضلانی به شدت با نمرات افسردگی مرتبط بودند، حتی اگر برای ناظران آموزش ندیده بسیار ظریف باشند.
محققان خاطرنشان کردند که مطالعهی آنها روی دانشجویان ژاپنی انجام شده است، نکتهی مهمی که باید در نظر داشت، زیرا هنجارهای فرهنگی بر نحوهی ابراز احساسات تأثیر میگذارند.
دکتر سوجیموری میگوید: “رویکرد جدید ما شامل ویدئوهای کوتاه معرفی خود و تجزیه و تحلیل خودکار بیان چهره است که میتواند برای غربالگری و تشخیص سلامت روان در مدارس، دانشگاهها و محیطهای کار استفاده شود.”
کاربردهای بالقوهی این روش
این روش پیشنهادی را میتوان در فناوری سلامت روان، پلتفرمهای سلامت دیجیتال یا برنامههای تندرستی کارکنان برای نظارت کارآمد بر رفاه روانشناختی استفاده کرد.
دکتر سوجیموری در پایان نتیجه میگیرد: “در کل، مطالعهی ما یک ابزار جدید، قابل دسترسی و غیرتهاجمی تجزیه و تحلیل چهره مبتنی بر هوش مصنوعی را برای تشخیص زودهنگام افسردگی (قبل از ظهور علائم بالینی) ارائه میدهد که امکان مداخلات اولیه و مراقبت به موقع از سلامت روان را فراهم میکند.”
اطلاعات بیشتر دربارهی این تحقیق
نویسنده: آرمند آپونته
منبع: دانشگاه واسدا
تماس: آرمند آپونته – دانشگاه واسدا
تصویر: تصویر از Neuroscience News گرفته شده است.
مطالعهی اصلی: دسترسی آزاد. “افسردگی زیرآستانه با تغییر بیان چهره و شکلگیری برداشت از طریق رتبهبندیهای ذهنی و تحلیل واحدهای عملی مرتبط است” توسط اریکو سوجیموری و همکاران. Scientific Reports.
چکیده
افسردگی زیرآستانه با تغییر بیان چهره و شکلگیری برداشت از طریق رتبهبندیهای ذهنی و تحلیل واحدهای عملی مرتبط است. افسردگی اغلب با کاهش میزان بیان چهره و سوگیری در تشخیص احساسات دیگران مرتبط است. اینکه آیا افسردگی زیرآستانه (StD) – که مرحلهی پیشدرآمدی محسوب میشود – تغییرات قابل مقایسهای را نشان میدهد، نامشخص است.
ما ویدئوهای ۱۰ ثانیهای از معرفی خود را از دانشجویان کارشناسی ژاپنی (ارزیابی شوندگان؛ n = 64) ضبط کردیم و رتبهبندیهای برداشت ذهنی را از گروه جداگانهای (ارزیابها؛ n = 63) به دست آوردیم. هر دو گروه پرسشنامهی “مخزن ارزیابی افسردگی-II” (BDI-II) را تکمیل کردند. تمایل به افسردگی ارزیابها با رتبهبندیهای برداشت آنها مرتبط نبود (p > 0.10، تصحیحشده با روش Benjamini-Hochberg).
در مقابل، ارزیابیشوندگان مبتلا به StD (BDI-II = 11-20) نمرات به طور قابل توجهی پایینتری در مورد موارد مثبت – بیان، طبیعی بودن، دوستی، دوستداشتنی بودن – نسبت به ارزیابیشوندگان سالم (BDI-II = 1-10؛ η² جزئی = 0.۱۸-۰.۷۰) دریافت کردند.
تجزیه و تحلیل خودکار با OpenFace 2.0 حضور/شدت بیشتر AU01 (بالا برندهی ابروی داخلی)، AU05 (بالا برندهی پلک فوقانی)، AU20 (کشندهی لب)، AU25/26/28 (واحدهای عملی باز شدن دهان) را در چهرههای StD نشان داد؛ پنج مورد از این واحدهای عملی پس از تصحیح نرخ کشف کاذب (q < 0.05) با BDI-II همبستگی داشتند.
افسردگی زیرآستانه با کاهش بیان مثبت و الگوهای متمایز حرکات چشم و دهان مرتبط بود، اما قضاوتهای برداشت اولیهی ناظران را مغرضانه نکرد. امضای واحدهای عملی مشاهدهشده میتواند به شناسایی زودهنگام افراد در معرض خطر ابتلا به افسردگی بالینی کمک کند.
در مجموع، یافتههای ما نشان میدهد که افسردگی زیرآستانه با تغییرات در میزان بیان چهره، بهویژه در حالات مثبت، همراه است، در حالی که به طور قابل توجهی بر نحوهی درک دیگران از این حالات تأثیر نمیگذارد.
پایان/*
.