📄 medicine

Development and internal validation of single-image pain detection from automated facial coding

تُثبت هذه الدراسة أن الكشف عن الألم ذي الأهمية السريرية أمر ممكن من خلال صور الوجه الفردية باستخدام الترميز الوجهي الآلي، محققةً دقة تمييز تتراوح بين جيدة وعادلة (مساحة تحت المنحنى تصل إلى 0.77) عبر مجموعة بيانات موحدة لـ 212 مشاركاً من خلال تحديد تنشيطات عضلات الوجه غير المتماثلة كعوامل تنبؤ رئيسية.

المؤلفون الأصليون: Corina Espelien, Matthew Kongkatong, Matthew Gurka, Pavel Chernyavskiy

نُشر 2026-09-02

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Corina Espelien, Matthew Kongkatong, Matthew Gurka, Pavel Chernyavskiy

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

الألم تجربة خاصة، إشارة تنتقل من الجسد إلى العقل، ومع ذلك يظل أحد أصعب الأمور التي يمكن للطبيب قياسها. في المستشفى أو العيادة، الطريقة القياسية لفهم مدى معاناة المريض هي سؤاله؛ فقد يشير إلى رقم على مقياس أو يصف شعوراً حاداً أو ثقيلاً أو حارقاً. لكن هذه الطريقة تنهار عندما لا يستطيع المريض التحدث، ربما لأنه صغير جداً في السن، أو مرتبك جداً، أو تحت تأثير التخدير بحيث لا يستطيع الإجابة. في هذه اللحظات، يجب على الطاقم الطبي الاعتماد على الملاحظة، والبحث عن اللغة العالمية للوجه. لعقود من الزمن، عرف العلماء أنه عندما يعاني الناس من الألم، تتحرك عضلات وجوههم بأنماط محددة يمكن التعرف عليها. هذه الحركات ليست عشوائية، بل هي استجابة حركية من الجسم للمعاناة، مما يشكل شفرة منظمة يمكن قراءتها من قبل عين مدربة. وكان السؤال المطروح منذ فترة طويلة هو ما إذا كان بإمكان الكمبيوتر أن يتعلم قراءة هذه الشفرة ببراعة البشر، وما إذا كان بإمكانه فعل ذلك من لقطة واحدة فقط، بدلاً من اشتراط تسجيل فيديو طويل.

لقد وضع فريق من الباحثين في جامعة فرجينيا هدفاً للإجابة على هذا السؤال من خلال تعليم الكمبيوتر رصد الألم في صورة فوتوغرافية واحدة. لم يعتمدوا على مجموعة واحدة من الأشخاص أو نوع واحد من التجارب، بل قاموا بدمج بيانات من ثلاث دراسات علمية مختلفة، حيث جمعوا مئات المتطوعين الذين تعرضوا لأنواع مختلفة من الألم، مثل الحرارة أو الضغط أو الصدمات الكهربائية. وبالنسبة لكل شخص في الدراسة، التقط الباحثون صورتين: واحدة لوجهه عندما يكون مسترخياً ومحايداً، وأخرى التقطت في اللحظة التي يشعر فيها بالألم. ثم استخدموا برامج متخصصة لتفكيك كل صورة إلى حركات دقيقة قابلة للقياس لعضلات الوجه. حدد البرنامج وحدات حركة معينة، مثل خفض الحاجب، أو رفع الوجنة، أو شد الجلد حول العينين. ومن خلال تغذية هذه الحركات العضلية في برنامج كمبيوتر، درب الباحثون النظام على التمييز بين الوجه في حالة الراحة والوجه في حالة الألم.

أظهرت النتائج أن الكمبيوتر استطاع بالفعل تمييز الفرق، وإن لم يكن ذلك بيقين تام. ففي جميع النماذج المختلفة التي اختبروها، تمكن النظام من تحديد الألم بشكل صحيح في نطاق يتراوح بين الجيد والمتوسط. وحقق النموذج الأفضل أداءً، وهو نوع من الذكاء الاصطناعي الذي يحاكي طريقة اتصال الخلايا العصبية في الدماغ، مساحة تحت المنحنى (AUC) بلغت 0.77 عند التمييز بين الوجه المتألم والوجه المحايد. وتعد هذه الدقة مهمة لأنها تحققت باستخدام صورة واحدة فقط لكل شخص، وهو قيد يحا-كي الواقع في مستشفى مزدحم حيث قد يملك الطبيب لحظة واحدة فقط لإلقاء نظرة على المريض. كما كشفت الدراسة عن شيء غير متوقع حول كيفية ظهور الألم على الوجه؛ فبينما ركزت الأبحاث السابقة على مدى قوة حركة العضلة، وجدت هذه الدراسة أن التوازن في الحركة بين جانبي الوجه الأيمن والأيسر كان لا يقل أهمية. فقد تعلم الكمبيوتر أن الألم غالباً ما يسبب عدم تماثل، حيث يتفاعل أحد جانبي الوجه بشكل مختلف عن الآخر، لا سيما حول الحاجبين والعينين والوجنتين. وكان هذا التفاعل غير المتكافئ دليلاً ثابتاً ساعد النظام في تحديد الألم، مما يشير إلى أن الطريقة التي يشوه بها الألم الوجه لا تقل أهمية عن شدة التعبير نفسه.

لقد حرص الباحثون على تصميم دراستهم لتعكس القيود الواقعية؛ فلم يستخدموا آلاف الصور لكل شخص، مما يجعل المهمة أسهل ولكن أقل فائدة في البيئة السريرية. وبدلاً من ذلك، أجبروا الكمبيوتر على التعلم من لقطة واحدة، لضمان أن الأداة التي يبنونها يمكن أن تعمل في بيئة عملية. كما اختبروا النظام على كل من الرجال والنساء ووجدوا أنه يعمل بشكل جيد مع كلا المجموعتين، رغم أن ثقة الكمبيوتر في توقعاته تباينت قليلاً بين الجنسين. وتشير الدراسة إلى أنه بينما لا تزال هذه التكنولوجيا غير جاهزة لاستبدال حكم الطبيب أو تقرير المريض نفسه، إلا أنها يمكن أن تعمل كمساعد قيم. وفي الحالات التي لا يستطيع فيها المريض التحدث، يمكن لأداة تحلل صورة واحدة أن توفر رأياً ثانياً موضوعياً، مما ينبه الطاقم الطبي إلى المعاناة المحتملة التي قد تمر دون ملاحظة. ولا يدعي هذا العمل أنه حل مشكلة قياس الألم، لكنه يثبت أن المعلومات اللازمة للكشف عن الألم موجودة في صورة واحدة، بانتظار أن تُقرأ بالعيون المناسبة.

أبحاث مشابهة