技术文章

医生的面部表情会带来怎样的影响

诺达思(北京)信息技术有限责任 >> 进入商铺

2022/3/24 10:43:49

背景

每当去医院看病或陪同家人的时候,你是否也有过这样的经历—在就诊过程中极力地希望能从医生的表情中读取关于病情是否严重的信息,也许我们过于关注病理本身以至于无法意识到医生在为我们做检查或与我们交谈时的表情对我们紧张的心情会造成多大的影响。同样的,医护人员总是首先将我们身体上的不适感作为关注的重点,患者的心理感受却常常被忽略。患者在医院就诊时的所有生理指标都得到了及时的检查与监测,然而作为在生理上有痛苦的病人,心理和精神方面也常常处于非常脆弱的状态。这让我们意识到病人的心理状态也同样重要,同样需要得到医护人员的重视和监测。

本文介绍的实验主要是研究医护工作者的面部表情对患者的心理状态产生的影响。此类实验有助于在未来进一步将面部表情分析系统 (FaceReader) 拓展到对医护人员的培训中,帮助医护人员意识到医患交流的重要性,从而在与患者的有效沟通上进行针对性培训,增进医患关系,降低患者在未来就诊过程中的焦虑情绪,让患者对病理的整体情况有更准确的认知。

 


实验问题

1.使用面部表情分析系统量化分类得出的医护人员的面部情绪表达,是否与患者的心理压力和对病理严重程度的误解有关联。

2.医护人员的面部情绪呈现是否与医患关系有关联。



实验方法

在2019年4月至2019年7月期间,Dell Medical School at the University of Texas at Austin. 研究人员实地录制了6位医生给门诊病人问诊时的面部表情视频,实验共包括16位男患者与18位女患者,情境都是在患者挂号后第一次接触医生问诊的过程中。被完整录制下来的医生面部表情视频将通过面目表情分析系统 (FaceReader) 分析出医生在整体过程中所表达的不同情绪的分类与时长。问诊过后,患者会完成一份调查问卷以及一系列自陈测试量表来测评过程中患者的真实心理感受。



实验测量

此项实验使用了Noldus的FaceReader产品来对医护人员的面部表情进行归类分析。FaceReader系统应用了Viola-Jones 算法对人脸位置进行识别,可以根据面部超过500个关键点的位置以及脸部结构,建立人脸三维模型,通过AI深度学习技术以及人工神经网络对情绪表情进行分类分析,可以识别七种人类基本情绪:快乐、悲伤、愤怒、惊讶、害怕、厌恶以及中性。即使有医护人员佩戴口罩部分面部被遮挡,面部表情分析系统也能准确地对表情进行识别。通过分析所有医护人员的面部表情录制视频,FaceReader系统自动分析呈现出在完整的问诊过程中,七种情绪分别的持续时长以及强度,0代表*没有此种情绪,100代表此时的表情*在表达此种情绪 (Table 2)。





问诊结束后,每位患者都会按以下顺序完成问卷调查:身份信息(包括年龄、性别、种族、国籍、工作等),Short Health Anxiety Inventory (SHAI-5)—测量疾病焦虑的量表,0-15,分数越高患者越相信自身有严重疾病;Tampa Scale for Kinesiophobia (TSK-4)—对身体活动的恐惧测量量表,Pain Catastrophizing Scale (PCS-4)—悲观想法量表,Patient Health Questionnaire (PHQ-4)抑郁及焦虑测量量表,Generalized Anxiety Disorder (GAD-2),Patient-Doctor Relationship Questionnaire (PDRQ-9) 医患关系自陈量表。




实验结果

研究结果如Table 3所示,在问诊过程中,当医护人员展现出更长时间的愉快表情或更少量的悲伤表情时,患者对自身健康的焦虑情绪和悲观想法会相对减少 (SHAI-5: r=-0.59;p<0.001; PCS-4: r=-0.37; p=0.03;SHAI-5: r=0.36; p=0.04; GAD-2: r=0.36; p=0.03)。当医护人员展现出更短时间的愤怒表型,患者的焦虑情绪和悲观想法会相对增加 (SHAI-5: r=-0.37; p=0.03; GAD-2: r=-0.46; p<0.01; PCS-4: r=-0.38; p=0.03)。当医护人员展现出更长时间的惊讶表情时,患者会产生更少的对症状的焦虑和抑郁情绪 (GAD-2: r=-0.44; p<0.01; PHQ-2: r=-0.52; p<0.01)。当医护人员展现出更长时间的恐惧表情,患者的运动恐惧情绪会相对减少 (TSK-4: R=-0.35; P=0.04)。医护人员的中性表情持续时长与患者的情绪并无显著关联。


637837150707492004373.jpg



根据实验结果我们可以看到,医护人员所展示出来的面部表情和患者在就诊过程中的焦虑、抑郁和恐惧等心理变化有明显相关。通过使用面部表情分析系统,可以对医护人员的表情进行识别与分类,对用于进一步研究医患关系提供了客观可靠的研究工具,同时也为医护工作者提高与患者沟通的技巧和方式提供了帮助,使医患沟通更加有效和顺畅。尽管医院是关注生理疾病的地方,患者在就诊过程中心理上的敏感与脆弱同样需要得到医护人员的重视,与患者达成更加舒适高效的沟通是我们在不远的未来希望改进的一大课题。

 


参考文献

Versluijs, Y., Moore, M. G., Ring, D., & Jayakumar, P. (2021). Clinician facial expression of emotion corresponds with patient mindset. Clinical Orthopaedics & Related Research, 479(9), 1914–1923.


相关产品

猜你喜欢

当前客户在线交流已关闭
请电话联系他 :