AI 系统为诊断儿童 PTSD 提供了新希望

快速阅读: 据《News-Medical.Net》最新报道，美国南佛罗里达大学研究团队开发了一种AI系统，通过分析儿童面部表情识别PTSD，保护隐私并辅助临床诊断。

美国南佛罗里达大学 2025年6月30日 在儿童中诊断创伤后应激障碍（PTSD）通常非常困难。许多儿童，尤其是那些沟通能力有限或情感认知较弱的儿童，难以表达自己的感受。美国南佛罗里达大学的研究人员正在通过融合儿童创伤和人工智能方面的专业经验，努力弥补这些差距并改善患者预后。

由美国南佛罗里达大学社会工作学院教授艾莉森·萨卢姆和贝利尼人工智能、网络安全与计算机学院副教授肖恩·卡纳文领导的跨学科团队，正在构建一个系统，该系统可以为临床医生提供一种成本效益高的工具，以帮助识别儿童和青少年的PTSD，并随时间跟踪他们的康复过程。

这项发表于《模式识别快报》（Pattern Recognition Letters）的研究是首个将上下文感知的PTSD分类纳入其中，同时完全保护参与者隐私的同类研究之一。

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，这可能受限于认知发展、语言技能、回避行为或情绪压抑。

卡纳文专长于面部分析和情绪识别，他重新利用了实验室中现有的工具，构建了一个注重患者隐私的新系统。该技术去除了身份识别信息，仅分析匿名数据，包括头部姿势、眼神位置和面部特征点，如眼睛和嘴巴。

“这就是我们方法的独特之处，”卡纳文说，“我们不使用原始视频。我们彻底去除受试者身份信息，只保留关于面部运动的数据，并考虑到孩子是在和父母还是临床医生交谈。”

该团队从18次儿童分享情感经历的会话中构建了一个数据集。每个孩子有超过100分钟的视频，每段视频包含约185,000帧，卡纳文的人工智能模型提取了与情感表达相关的各种细微的面部肌肉运动。

相关报道
SFARI发布最大规模住院自闭症儿童数据集
利用纳米颗粒和人工智能发现隐藏的疾病线索
研究人员探索应对罕见癫痫障碍的新方法

研究结果表明，在患有PTSD的儿童面部运动中可以检测到不同的模式。研究人员还发现，由临床医生主导的访谈中的面部表情比亲子对话更具表现力。这与现有的心理学研究一致，显示儿童可能在治疗师面前更情绪化，由于羞耻感或其认知能力，他们可能会避免向父母分享痛苦。

“这就是AI可以提供有价值补充的地方，”萨卢姆说，“不是取代临床医生，而是增强他们的工具。该系统最终可用于在治疗过程中向临床工作者提供实时反馈，并帮助监测进展，而无需重复进行可能令人不安的访谈。”

该团队希望扩大研究范围，进一步探讨性别、文化及年龄，特别是学龄前儿童可能存在的潜在偏见，因为学龄前儿童的语言交流有限，诊断几乎完全依赖于家长观察。

尽管该研究仍处于早期阶段，但萨卢姆和卡纳文认为其潜在应用前景广阔。目前的许多参与者都有复杂的临床情况，包括共发疾病，如抑郁、ADHD或焦虑，这与现实世界的情况相吻合，为系统的准确性带来了希望。

“这种数据对AI系统来说非常罕见，我们为能够进行如此合乎伦理的研究感到自豪。当你与脆弱的受试者合作时，这一点至关重要，”卡纳文说，“现在我们有了这种软件的令人期待的潜力，可以向临床医生提供知情、客观的见解。”

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如何诊断和追踪儿童的PTSD，利用日常工具如视频和人工智能引领心理健康护理迈向未来。

来源：美国南佛罗里达大学官网
期刊引用：
Aathreya, S., et al. (2025). 儿童创伤后应激障碍的多模态、基于情境的数据集.
模式识别快报.
doi.org/10.1016/j.patrec.2025.05.003.

(以上内容均由Ai生成)