📄 health informatics

Evaluating Generative Video AI for Standardized Psychiatric Patient Simulation With Graded Hygiene Deterioration.

Deze pilotstudie toont de technische haalbaarheid aan van het gebruik van generatieve video-AI om gestandaardiseerde psychiatrische patiëntsimulaties met een gegradeerde achteruitgang in hygiëne te creëren, waarbij wordt benadrukt dat hoewel uiterlijke modulatie haalbaar is, artefacten in de fijne motoriek deskundig menselijk toezicht vereisen voorafgaand aan klinische implementatie.

Oorspronkelijke auteurs: Mwangi, B., Jabbar Abdl Sattar Hamoudi, H., Wu, M.-J., Martin, A., Soares, J. C., Soutullo, C. A.

Gepubliceerd 2026-06-25

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Mwangi, B., Jabbar Abdl Sattar Hamoudi, H., Wu, M.-J., Martin, A., Soares, J. C., Soutullo, C. A.

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Dit is een AI-gegenereerde uitleg van een preprint die niet peer-reviewed is. Dit is geen medisch advies. Neem geen gezondheidsbeslissingen op basis van deze inhoud. Lees de volledige disclaimer

Het Grote Idee: "Digitale Make-up" voor Medische Trainingen

Stel je voor dat je wordt opgeleid tot arts. Om te leren hoe je ernstige mentale problemen herkent, moet je patiënten zien die er anders uitzien. Een patiënt met een zware depressie ziet er bijvoorbeeld heel onverzorgd uit, terwijl iemand met schizofrenie er misschien verwaarloosd uitziet.

Normaal gesproken moet je voor deze "looks" in trainingsvideo's acteurs inhuren, ze urenlang in de make-upstoel laten zitten en ze filmen. Maar er is een probleem: je kunt een acteur niet gemakkelijk een beetje slordig, dan erg slordig, en dan extreem slordig laten lijken in precies dezelfde video zonder alles opnieuw te filmen. Bovendien kun je een acteur niet ethisch gezien vragen om in één nacht 15 kilo aan te komen of eruit te zien alsof hij al weken niet heeft geslapen.

Deze paper vraagt zich af: Kunnen we kunstmatige intelligentie (AI) gebruiken om één video van een rustige, verzorgde acteur te nemen en digitaal verschillende niveaus van slordigheid op hen te "schilderen", om zo een hele bibliotheek aan trainingsvideo's te creëren zonder ooit opnieuw te hoeven filmen?

Het Experiment: De "Magische Re-animator"

De onderzoekers gebruikten een krachtige nieuwe AI-tool genaald Wan2.2-Animate-14B. Zie deze AI als een "digitale poppenspeler".

De Opzet: Ze namen drie bestaande video's van professionele acteurs (die rollen speelden met OCD, Schizofrenie en Bipolaire stoornis) die in een stoel zitten te praten.
De "Make-up" Stap: Ze gebruikten een text-to-image AI om van één foto van elke acteur vijf versies te genereren:
- Origineel: Netjes en verzorgd.
- Mild: Een beetje slordig.
- Matig: Duidelijk onverzorgd.
- Opvallend: Zeer verwaarloosd.
- Ernstig: Extreem verwaarloosd.
De Animatie Stap: Ze voerden deze "slordige" foto's terug in de video-AI. De AI kreeg de opdracht: "Neem dit slordige gezicht en lichaam, en laat het precies bewegen zoals de oorspronkelijke acteur in de video."

Ze voerden dit experiment 180 keer uit, waarbij ze verschillende instellingen veranderden (zoals hoe strikt de AI de instructies volgde of hoe hij met de achtergrond omging) om te zien welke instellingen het beste werkten.

De Resultaten: Wat Werkte en Wat Niet

De onderzoekers maten de kwaliteit van de video's op twee heel verschillende manieren, zoals je een auto op twee verschillende manieren controleert:

1. De "Statistische Blik" (Distributional Fidelity)

De Analogie: Stel je voor dat je een schilderij beoordeelt door naar de algemene kleuren en belichting te kijken. Ziet het hele plaatje eruit als een echte kamer?
De Bevinding: De AI deed het hier goed, maar alleen als ze een specifieke instelling gebruikten genaamd "Replacement Mode".
- Replacement Mode is als een green-screen effect waarbij de AI de echte achtergrond (de muur, de stoel) behoudt en alleen de persoon vervangt. Dit zag er zeer realistisch uit.
- Animation Mode (waarbij de AI ook probeert de achtergrond te verzinnen) zag er veel slechter en "vreemd" uit.
De Trend: Naarmage de AI de patiënt er slordiger uit liet zien (van "Mild" naar "Ernstig"), daalde de videokwaliteit statistisch gezien. Hoe slordiger de prompt, hoe meer de video afweek van de originele echte beelden.

2. De "Natuurkundige Check" (Physical Plausibility)

De Analogie: Stel je voor dat je naar een poppenspel kijelt. Zelfs als de pop eruitziet als een echt mens, als de pop zes vingers heeft, of als een arm achterstevoren buigt als een gebroken stok, weet je dat het nep is. Dit gaat over de wetten van de natuurkunde en anatomie.
De Bevinding: De AI faalde hierin, en het maakte niet uit welke instellingen werden gebruikt.
- De AI bleef "glitches" maken, zoals extra vingers, vreemde gewrichtsbewegingen of schaduwen die niet overeenkwamen met het licht.
- Cruciaal: Deze glitches kwamen net zo vaak voor bij een "Schone" patiënt als bij een "Ernstig" slordige patiënt.
- De Les: De slordigheid van de patiënt veroorzaakte de glitches niet. De glitches zijn een fundamenteel gebrek in het brein van de AI. De AI is goed in het kopiëren van de "vibe" van de video, maar begrijpt niet echt hoe menselijke lichamen fysiek bewegen.

De Belangrijkste Conclusie

De paper concludeert dat:

Ja, het kan: We kunnen technisch gezien video's genereren van patiënten met verschillende niveaus van hygiëne-achteruitgang met behulp van AI.
Maar, wees voorzichtig: De AI creëert "fijnmotorische artefacten" (vreemde handen, onmogelijke bewegingen) die lijken op echte medische symptomen (zoals tremoren of bewegingsstoornissen).
De Waarschuwing: Omdat de AI per ongeluk een "nep-tremor" kan creëren die echt lijkt, kunnen deze video's nog niet worden gebruikt om artsen op te leiden zonder dat eerst een menselijke expert het werk controleert. Als een student een echte "glitchy" hand ziet en denkt dat het een echt medisch symptoom is, kan hij het verkeerde leren.

Samenvatting in één zin

De onderzoekers bewezen dat ze AI kunnen gebruiken om het uiterlijk van een patiënt digitaal "slordiger" te maken voor trainingsvideo's, maar de AI maakt nog steeds vreemde anatomische fouten (zoals extra vingers) die onafhankelijk zijn van hoe slordig de patiënt eruitziet, wat betekent dat menselijke artsen het werk nog steeds moeten dubbelchecken voordat het in een klaslokaal kan worden gebruikt.

Technische Samenvatting: Evaluatie van Generatieve Video-AI voor Gestandaardiseerde Psychiatrische Patiëntsimulatie met Gestaffeldeerde Hygiëne-deterioratie

Probleemstelling

Het mentale status onderzoek (MSO) leunt zwaar op de algemene verschijning, verzorging en hygiëne van een patiënt als directe klinische indicatoren voor diagnose en monitoring, met name bij aandoeningen waarbij zelfverwaarlozing voorkomt, zoals bij schizofrenie, ernstige depressie en neurocognitieve stoornissen. De ontwikkeling van klinische AI-instrumenten en trainingscurricula wordt echter belemmerd door de logistieke onmogelijkheid om gestandaardiseerde patiënt-videobibliotheken (SP video libraries) te creëren die deze uiterlijke kenmerken systematisch manipuleren.

Traditionele simulatiemethoden worden geconfronteerd met strikte fysieke en ethische beperkingen: acteurs kunnen ethisch gezien niet ondergaan aan snelle, klinisch betekenisvolle gewichtsveranderingen, noch kan conventionele filmoppervlakte gemakkelijk zichtbare somatische of dermatologische veranderingen reproduceren die geassocieerd worden met middelengebruik of neurodegeneratieve ziekten. Bijgevolg ontbreekt het het vakgebied aan gecontroleerde, gestaffelde stimuli die nodig zijn voor diagnostische kalibratie, inter-beoordelaarsbetrouwbaarheidstraining en de validatie van geautomatiseerde fenotyperingssystemen. Hoewel generatieve AI een potentiële oplossing biedt, blijft de getrouwheid van het re-animeren van een patiëntvideo met doelbewust gewijzigde verschijning onbewezen, met name wat betreft het risico op "gehallucineerde" fijnmotorische artefacten die geïnterpreteerd kunnen worden als klinische pathologie (bijv. tremoren of dyskinesie).

Methodologie

Deze pilotstudie onderzocht de technische haalbaarheid van het gebruik van het Wan2.2-Animate-14B latent video diffusiemodel om gestandaardiseerde psychiatrische patiënten met systematisch gewijzigde verschijningen te re-animeren.

Experimenteel Ontwerp:
De studie maakte gebruik van een volledige factoriële design ( $2 \times 3 \times 2$ ) waarbij drie generatieve variabelen werden gekruist:

Compositie Architectuur: Animatiemodus (het genereren van onderwerp en achtergrond vanuit het niets) versus Vervangingsmodus (het segmenteren van het onderwerp en het terugcomponeren in de behouden originele achtergrond).
Classifier-Free Guidance (CFG) Schaal: Getest op niveaus 1, 4 en 6 om de controle over prompt-adherentie versus diversiteit te testen.
Pose Retargeting: Ingeschakeld versus uitgeschakeld om skelet-keypoints aan te passen aan de referentianatomie.

Datageneratie:

Bronmateriaal: Drie SP-identiteiten ("Ben" met OCD, "Karthik" met Schizofrenie, "Robbin" met Bipolaire Stoornis) werden afkomstig uit een gevalideerde publieke repository (Martin et al., 2020).
Verschijningsperturbatie: Statische referentieportretten werden geëxtraheerd en gemodificeerd met het Google Gemini tekst-naar-beeld model om vijf condities te creëren: ongewijzigde baseline, en vier escalerende niveaus van hygiëne-deterioratie (mild, matig, sterk, ernstig). Prompts richtten zich specifiek op haar, gezichtsbeharing en kleding, terwijl wijzigingen in identiteit of somatische geometrie verboden waren.
Preprocessing: Gegenereerde afbeeldingen werden geupscaled met ESRGAN om temporele instorting te voorkomen tijdens de diffusie.
Output: Het model synthetiseerde 180 unieke 10-seconden video's waarbij het referentonderwerp de kinematica van de originele sturende footage uitvoerde.

Evaluatiemetrieken:

Distributionele Getrouwheid: Gemeten via Fréchet Video Distance (FVD) met een ResNet3D-18 feature extractor om de divergentie tussen gegenereerde en grondwaarheid-video's te kwantificeren.
Fysieke Plausibiliteit: Geëvalueerd door een multimodaal groot taalmodel (Qwen3-Omni-30B) dat fungeerde als een geautomatiseerde, fysica-bewuste beoordelaar. Het model scoorde video's op een 5-punts ordinale schaal over vijf dimensies:
- Consistentie van vingeraantal (S1)
- Gewrichtsbewegingsfysica (S2)
- Stabiliteit van armaantal (S4)
- Behoud van kinetisch momentum (S5)
- Schaduwconsistentie (S6)

Statistische Analyse:
Generalized Estimating Equations (GEE) werden gebruikt voor FVD-analyse, terwijl non-parametrische tests (Kruskal-Wallis, Mann-Whitney U) de ordinale fysica-scores analyseerden. Dose-response relaties tussen hygiëne-ernst en kwaliteit werden beoordeeld via Spearman rangcorrelatie en covariaat-gecorrigeerde GEE.

Belangrijkste Resultaten

1. Generatiemodus domineert de getrouwheid

Vervangingsmodus presteerde significant beter dan Animatiemodus in termen van distributionele getrouwheid (Gemiddelde FVD: 8.6 vs. 19.4; Cohen's $d = 1.84$ ).
Variantie-decompositie liet zien dat de generatiemodus 46,1% van de FVD-variantie verklaarde, terwijl het hygiëneniveau 25,6% verantwoordde.
De animatiemodus vereiste het synthetiseren van de gehele scène, wat leidde tot grotere distributionele drift, terwijl de vervangingsmodus de generatieve ruimte beperkte tot de subjectregio en daarmee de omgevingsstatistieken conserveerde.

2. Hygiëne-ernst degradeert de getrouwheid monotoon

Er was een significante, monotone positieve associatie tussen de ernst van de hygiëne-perturbatie en de FVD ( $\rho = 0,479, p < 0,001$ ).
Naarmate de verschijningswijzigingen ernstiger werden (van mild naar ernstig), week de gegenereerde video verder af van de grondwaarheid-distributie. Alle geperturbeerde niveaus verschilden significant van de baseline.

3. De FVD-Fysica Dissociatie

Cruciale bevinding: Terwijl de distributionele getrouwheid (FVD) degradeerde met toenemende hygiëne-perturbatie, volgden de fysieke plausibiliteitsscores niet een vergelijkbare trend.
Fijnmotorische artefacten (bijv. vinger-hallucinaties, onwaarschijnlijke gewrichtstrajecten) kwamen met vergelijkbare frequenties voor, ongeacht of de referentieafbeelding ongewijzigd of ernstig geperturbeerd was.
Slechts één fysica-dimensie (Armaantal stabiliteit, S4) vertoonde een significant verschil tussen de generatiemodi, waarbij de vervangingsmodus hoger scoorde.
De correlatie tussen FVD en fysica-dimensies was zwak (sterkst bij Armaantal, $\rho = -0,33$ ), wat aangeeft dat een video distributioneel realistisch kan zijn, maar nog steeds anatomisch onmogelijke artefacten kan bevatten.

4. Optimale Configuratie

Combinatorische rangschikking identificeerde Vervangingsmodus met CFG=1 en retargeting uitgeschakeld als de globaal optimale configuratie voor het minimaliseren van FVD terwijl de fysica-scores behouden blijven.

Betekenis en Claims

Het artikel beweert de eerste systematische empirische bewijsvoering te leveren dat latente video-diffusiemodellen in staat zijn om gestandaardiseerde psychiatrische patiënten met doelbewust gewijzigde verschijningen te re-animeren over gegradeerde niveaus van hygiëne-deterioratie.

De studie vestigt drie primaire conclusies:

Technische Haalbaarheid: Het is technisch haalbaar om verschijnings-gemoduleerde klinische videobibliotheken te genereren zonder herhaalde opnames, waardoor de stimulatieproductie wordt omgezet van een arbeidsintensief opnameproces naar een schaalbare video-generatietaak.
Architecturale Noodzaak: Voor klinische trainingsdoeleinden is vervangingsmodus superieur aan animatiemodus, omdat het de ruimtelijke omgeving conserveert en distributionele drift minimaliseert.
Beperking van Huidige Modellen: Het voortbestaan van fijnmotorische artefacten, die invariant zijn voor de ernst van de verschijningswijziging, onderstreept dat dit intrinsieke beperkingen zijn van de generatieve architectuur en geen bijproducten van de perturbatie-taak.

Implicaties voor Klinische Implementatie:
De auteurs stellen dat omdat distributionele getrouwheid (FVD) en fysieke plausibiliteit gedissocieerd zijn, FVD alleen onvoldoende is als kwaliteitscontrole voor klinische AI. Een video kan globaal realistisch zijn, maar toch gehallucineerde tremoren of ledemaatvervormingen bevatten die psychomotorische pathologie nabootsen. Daarom, voordat deze materialen veilig kunnen worden ingezet in educatieve of translationele settings, is expert menselijk toezicht en fysica-bewuste evaluatie noodzakelijk om te screenen op anatomische artefacten.

De studie claimt niet dat deze video's momenteel klaar zijn voor klinisch gebruik, maar dat ze een benchmark-framework en optimale configuratieparameters bieden voor toekomstige modelontwikkeling en validatie. Het benadrukt de noodzaak van een aparte evaluatie van globale realisme en anatomische correctheid in klinische toepassingen met hoge inzet.