به گزارش اخبار جهان به نقل از تابناک، افسردگی یکی از شایع‌ترین اختلالات سلامت روان در جهان است که با کاهش بیان چهره‌ای و تغییرات در تعاملات اجتماعی مشخص می‌شود. اما آیا اشکال خفیف‌تر این اختلال، مانند اضطراب زیر آستانه‌ای (Subthreshold Depression)، نیز می‌توانند بر ظاهر افراد تأثیر بگذارند؟ تحقیقات جدیدی از دانشگاه واسدا در ژاپن، پاسخ شگفت‌آوری به این سوال ارائه می‌دهد.
این مطالعه که توسط اریکو سوگیموری و مایو یاماگوچی انجام شده است، از یک رویکرد نوآورانه برای بررسی ارتباط بین اضطراب زیر آستانه‌ای و بیان چهره‌ای استفاده می‌کند. محققان ۶۴ دانشجوی ژاپنی را انتخاب کرده و از آن‌ها خواستند تا ویدیوهای کوتاهی از خود ضبط کنند. سپس، گروهی دیگر از دانشجویان این ویدیوها را از نظر میزان دوستانه بودن، رسا بودن و جذابیت ارزیابی کردند. مهم‌تر از همه، این ویدیوها توسط سامانه‌ی تحلیل چهره مبتنی بر هوش مصنوعی OpenFace 2.0 مورد بررسی قرار گرفتند. این نرم‌افزار پیشرفته قادر به تشخیص و اندازه‌گیری حرکات ریز عضلات صورت، از جمله بالا رفتن ابرو، کشیدن لب، حرکات پلک و باز شدن دهان است، تغییراتی که حتی ممکن است برای چشم غیرمسلح قابل تشخیص نباشد.
نتایج این پژوهش بسیار جالب توجه هستند. در حالی که شرکت‌کنندگانی که علائم اضطراب زیر آستانه‌ای را نشان می‌دادند، توسط ناظران انسانی به عنوان افراد منفی یا عصبی ارزیابی نمی‌شدند، اما به طور قابل توجهی کمتر دوستانه، رسا و جذاب به نظر می‌رسیدند. این یافته نشان می‌دهد که اضطراب زیر آستانه‌ای به جای ایجاد یک بیان منفی آشکار، می‌تواند بیان مثبت را کاهش دهد و در نتیجه، بر درک کلی افراد از آن‌ها تأثیر بگذارد.
نکته‌ی کلیدی این مطالعه، استفاده از تحلیل‌های داده‌های چهره‌ای توسط هوش مصنوعی است. این تجزیه و تحلیل نشان داد که برخی حرکات خاص در ناحیه‌ی چشم و دهان، ارتباط معناداری با اضطراب زیر آستانه‌ای دارند – حتی اگر ناظران انسانی از این تغییرات ظریف آگاه نباشند. این پیشرفت قابل توجه در تشخیص اولیه‌ی اختلالات روانی، به کمک ابزارهای پیشرفته‌ی هوش مصنوعی صورت می‌گیرد. این یافته‌ها به ویژه در فرهنگ ژاپن که هنجارهای فرهنگی می‌توانند بر نحوه‌ی ابراز احساسات تأثیر بگذارند، اهمیت ویژه‌ای پیدا می‌کنند.
پژوهشگران پیشنهاد می‌کنند که این روش تحلیل ویدیویی غیرتهاجمی می‌تواند در محیط‌های مختلفی مانند مدارس، دانشگاه‌ها، محل کار و پلتفرم‌های سلامت روان دیجیتال به عنوان ابزاری برای غربالگری اولیه‌ی اضطراب زیر آستانه‌ای مورد استفاده قرار گیرد. این غربالگری اولیه می‌تواند فرصت‌های ارزشمندی برای مداخلات پیشگیرانه و مراقبت زودهنگام از سلامت روان افراد فراهم کند، پیش از آنکه این اضطراب به یک اختلال روانی جدی‌تر تبدیل شود.
اهمیت این تحقیق فراتر از تشخیص اضطراب زیر آستانه‌ای است. این مطالعه نشان می‌دهد که چگونه هوش مصنوعی می‌تواند در درک و تشخیص ریزترین تغییرات در بیان چهره افراد و در نتیجه تشخیص زودهنگام اختلالات روانی کمک کند. این پیشرفت می‌تواند نقش مهمی در ارائه خدمات درمانی مؤثرتر و به موقع‌تر برای افراد مبتلا به اختلالات روانی داشته باشد. علاوه بر این، روش‌های تشخیصی غیرتهاجمی مبتنی بر هوش مصنوعی، می‌توانند موانع موجود در دسترسی به خدمات سلامت روان را کاهش داده و تعداد افراد تحت درمان را افزایش دهند. در آینده، می‌توان انتظار داشت که روش‌های مشابه در تشخیص طیف وسیعی از اختلالات روانی، از جمله افسردگی و اختلالات اضطرابی دیگر، به کار گرفته شوند.
این تحقیق همچنین نشان می‌دهد که چگونه فناوری می‌تواند به ما در فهم بهتر تعاملات پیچیده بین حالات ذهنی و رفتارهای غیرکلامی کمک کند. تجزیه و تحلیل داده‌های چهره‌ای می‌تواند راه‌های جدیدی را برای درک چگونگی بروز علائم اختلالات روانی در افراد مختلف، با در نظر گرفتن تفاوت‌های فرهنگی و فردی، باز کند.
در نهایت، این پژوهش نویدبخش توسعه‌ی ابزارهای غربالگری دقیق و مؤثر برای تشخیص زودهنگام اختلالات روانی است که می‌تواند به بهبود کیفیت زندگی افراد و کاهش بار بیماری روانی در جوامع کمک شایانی کند. استفاده از فناوری هوش مصنوعی در این زمینه نه تنها می‌تواند سرعت و دقت تشخیص را افزایش دهد، بلکه می‌تواند به دسترسی عادلانه‌تر به خدمات سلامت روان برای همه، صرف نظر از موقعیت جغرافیایی یا دسترسی به متخصصان، کمک کند.
منبع: تابناک
