Сезонът на грип е и много от нас се оглеждат нервно към някой, който кашля или смърка в близост. Но как освен да се предпазваме от обществените маратонки, да избягваме да влизаме в контакт с инфекции?
Оказва се, мозъците ни са доста фино настроени за откриване на заболяване при други. Новите изследвания сочат, че фините лицеви сигнали ни предупреждават за инфекции само часове след като се захванат. Това изследване може един ден да помогне за обучението на AI системи за откриване на заболявания.
Изследване, публикувано в списанието Proceedings of the Royal Society B, взе 16 здрави доброволци и ги инжектира, в различно време, както с плацебо, така и от вид бактерии E. coli, които причиняват грипоподобни симптоми. Доброволците, които не знаеха коя инжекция току-що са получили, се снимат два часа след всеки изстрел. След това тези снимки бяха показани на 62 участници, които бяха помолени да преценят дали човекът на снимката е здрав или болен. Тези участници трябваше да вземат преценката, след като само за пет секунди бяха разгледали снимката.
Участниците успяха да открият само болен човек 52 процента от времето, едва ли по-добре от случайността. Но те успяха да открият здрав човек 70 процента от времето. Лицевите черти, свързани с преценката за болест, включваха по-зачервени очи, по-мрачна кожа, по-подуто лице, понижена уста и клепачи и по-бледа кожа и устни. Болните снимки също бяха оценени като изглеждащи по-уморени.
„Очаквахме, че хората ще открият по-добре от шанса да открият болни хора, но далеч от 100 процента, тъй като им беше позволено да видят снимка само за няколко секунди“, казва Джон Акселсон, професор от Университета в Стокхолм и съавтор автор на изследването. „Очакваме хората да са много по-добри, когато могат да си взаимодействат истински с някого и след това да използват и други сигнали като биологично движение, миризма и т.н.“
Изследването беше ограничено от малкия размер на изследването и факта, че всички доброволци бяха кавказки и всички бяха здрави, казва Акселсон. Необходими са допълнителни изследвания, за да се разгледат различни етнически групи, различни възрасти и хора с хронични разстройства. Повече изследвания биха могли също да идентифицират повече характеристики, важни за нашите преценки за болест и здраве, извън тези, идентифицирани в проучването. Допълнителни изследвания биха могли също да покажат дали се отнасяме по различен начин към хората, които изглеждат болни.
Въпреки тези ограничения, Акселсон се надява по-доброто разбиране на невербалните признаци на болест да помогне на лекарите да подобрят диагнозите. Болестните признаци, идентифицирани от изследването, също „много вероятно“ един ден ще бъдат използвани при обучение на ИИ за откриване на заболяване, въпреки че това не е част от изследванията на Axelsson.
Други скорошни проучвания показват колко изтънчени черти на лицето и движенията могат да разкрият за нашето здраве и психични състояния, казва Марк Франк, професор по комуникации в университета в Бъфало, Държавния университет в Ню Йорк, който изучава израженията на лицето. Наличието или отсъствието на някои малки движения на лицето може да показва нарушения като пареза на Бел или мозъчни тумори. Микроекспресиите - мимолетни изглеждат твърде бързо, за да се регистрират в съзнанието ни - могат да разкрият шизофрения или дали човек с депресия се възстановява или не.
„Леките движения на клепачите могат да разкрият умора и дори да предскажат кога шофьорът е по-вероятно да катастрофира на превозното си средство“, казва Франк.
Разбирането на това, което нашите лица казват за нашето здраве, ще бъде важно при обучението на ИИ, казва Франк. ИИ могат да помогнат на хората да правят анализ в реално време и вземане на решения, което би могло да бъде особено важно, когато хората са „затрупани от твърде много информация“.
Човек би могъл да си представи AI за откриване на заболяване, използван на летищата, например сканиране на хиляди лица в секунда. Летищата в някои части на света вече използват скенери за температура, за да отсеят потенциално болни хора; ИИ може да подобри подобна технология за идентифициране на хора, които са болни без треска. Подобни технологии вероятно биха породили проблеми с поверителността, както и дебати дали те са ефективни като стратегии за ограничаване.
Разработчиците вече работят върху различни невронни мрежи - системи, които учат самостоятелно чрез анализ на огромни количества данни - за откриване на признаци на заболяване по-рано или по-добре, отколкото хората могат. Последните примери включват алгоритъм за четене на рентгенография на гръдния кош и диагностициране на пневмония, AI за откриване на много ранен рак на белите дробове при КТ и Google технология за търсене на ранни признаци на очни заболявания, които могат да причинят слепота. Но за да се научи невронната мрежа, трябва да се каже какво да търсите. Което означава, че хората трябва да го учат. Което означава, че хората трябва да знаят. Изследвания като тези на Акселсон, които показват какви промени на лицето са свързани с болест, биха могли да дадат на хората инструментите за извършване на учението.
Междувременно сега знаете да стоите настрана от хора с фино увиснали клепачи (макар че може би просто са уморени). А още по-добре, просто се грижете за грип.
