诊断儿童创伤后应激障碍（PTSD）通常极为困难。许多儿童，尤其是那些沟通能力或情感意识有限的孩子，很难清楚表达自己的感受。南佛罗里达大学（University of South Florida，USF）的研究人员正努力填补这些空白，并通过结合他们在儿童创伤和人工智能领域的专业知识来改善患者的治疗效果。
由南佛罗里达大学社会工作学院教授艾莉森·萨卢姆（Alison Salloum）和贝尔尼尼人工智能、网络安全与计算中心副教授肖恩·卡纳万（Shaun Canavan）领导的跨学科团队，正在开发一种系统，为临床医生提供一种客观且经济高效的工具，帮助识别儿童和青少年的PTSD，并跟踪他们的恢复过程。
传统上，儿童PTSD的诊断依赖于主观的临床访谈和自我报告问卷，而这些方法可能受到认知发展、语言能力、回避行为或情感压抑的限制。
“这一研究的起点是我注意到一些儿童在创伤访谈中的面部表情变得非常强烈，”萨卢姆说。“即使他们没有说太多，你也可以从他们的脸上看到他们正在经历的事情。那时我跟肖恩讨论，AI是否能够以结构化的方式检测到这一点。”
卡纳万专注于面部分析和情感识别，他在实验室中重新利用现有工具，构建了一个优先考虑患者隐私的新系统。该技术会去除身份信息，仅分析去身份化的数据，包括头部姿势、眼神方向以及面部标志点（如眼睛和嘴巴）。
“这正是我们方法的独特之处，”卡纳万表示。“我们不使用原始视频。我们完全去除主体的身份信息，只保留关于面部运动的数据，并考虑孩子是在与父母还是临床医生交谈。”
这项研究发表在《模式识别快报》（Pattern Recognition Letters）上，是首个将情境感知PTSD分类纳入其中并完全保护参与者隐私的研究。团队从18次儿童分享情感经历的访谈中建立了一个数据集。每名儿童的视频时长超过100分钟，每个视频包含大约185,000帧，卡纳万的AI模型提取了一系列与情感表达相关的细微面部肌肉运动。
研究结果表明，患有PTSD的儿童面部运动中可以检测到独特的模式。研究人员还发现，在临床医生主导的访谈中，面部表情比亲子对话更具揭示性。这与现有的心理学研究一致，后者表明儿童可能在治疗师面前更具情感表达性，而由于羞耻感或认知能力的限制，他们可能会避免向父母分享痛苦。
“这就是AI可以提供宝贵补充的地方，”萨卢姆说。“不是取代临床医生，而是增强他们的工具。最终，该系统可以在治疗过程中为从业者提供实时反馈，帮助监测进展，而无需进行重复且可能令人痛苦的访谈。”
团队希望扩大研究范围，进一步检查性别、文化和年龄（尤其是学龄前儿童）可能存在的偏差，因为这个年龄段的语言交流有限，诊断几乎完全依赖父母的观察。
尽管研究仍处于早期阶段，萨卢姆和卡纳万认为其潜在应用前景广阔。目前的许多参与者具有复杂的临床表现，包括抑郁、注意力缺陷多动障碍（ADHD）或焦虑等共病症状，这反映了真实世界的情况，并为系统的准确性提供了希望。
“像这样的数据对AI系统来说极为罕见，我们为开展如此符合伦理的研究感到自豪。当我们处理脆弱人群时，这是至关重要的，”卡纳万表示。“现在，我们的软件展现了为临床医生提供知情且客观见解的潜力。”
如果在更大规模的试验中得到验证，南佛罗里达大学的方法可能会重新定义儿童PTSD的诊断和跟踪方式，利用视频和人工智能等日常工具将心理健康护理带入未来。
(全文结束)
