放上一張勇敢的臉并不能愚弄這個(gè)算法。一個(gè)新系統(tǒng)能通過觀察病人的臉來評估病人的痛苦程度，從而可幫助醫(yī)生決定如何對病人進(jìn)行治療。該系統(tǒng)能檢測微小的面部表情，并根據(jù)每一個(gè)人的特點(diǎn)進(jìn)行矯正，因此它為一個(gè)通常來說很難客觀評價(jià)的領(lǐng)域提供了一定水平的客觀評估方法。

"這些指標(biāo)對于從假的痛苦中分辨出真痛苦十分有用，" 美國匹茲堡大學(xué)的Jeffrey Cohn說，這一系統(tǒng)對醫(yī)生決定是否開出那些潛在上癮的止痛藥有重要影響，并能抓出那些偽裝者。  

客觀地測量疼痛程度是一件棘手的事，與同事一起創(chuàng)造了這一系統(tǒng)的麻省理工學(xué)院的Dianbo Liu說。人們對痛苦的經(jīng)歷和表達(dá)不一樣，因此醫(yī)生對患者疼痛的估計(jì)常常會(huì)與自我報(bào)告的疼痛評分不同。  

為了對這個(gè)問題引入一些客觀性，Liu和他的團(tuán)隊(duì)用人們畏縮和痛苦的視頻訓(xùn)練了一套算法。每個(gè)視頻里包含一個(gè)肩痛的人，這些人被要求執(zhí)行不同的動(dòng)作，然后對其疼痛水平進(jìn)行評分。結(jié)果團(tuán)隊(duì)訓(xùn)練出了一套算法，它可通過面部表情中微妙的差異來給出一個(gè)對指定的人的感覺的猜測。  

面部某些固定部位的表現(xiàn)尤為有用，Liu說。鼻子和嘴巴周圍有大量動(dòng)作傾向于顯示出更高的自我報(bào)告的疼痛評分。  

有證據(jù)表明，即使是不那么精細(xì)的疼痛識(shí)別算法也比人類的判斷更不容易被愚弄。來自加利福尼亞大學(xué)圣地亞哥分校的一項(xiàng)研究發(fā)現(xiàn)，一個(gè)計(jì)算機(jī)系統(tǒng)可以剔除85％的偽裝者，而訓(xùn)練有素的人類只有55％的準(zhǔn)確度。  

為了使它更準(zhǔn)確，Liu的系統(tǒng)可根據(jù)某個(gè)人的年齡，性別和膚色進(jìn)行微調(diào)。個(gè)體的年齡對疼痛程度的表達(dá)影響最大。Liu發(fā)現(xiàn)他的個(gè)性化方法比"一套配所有人"的系統(tǒng)在估計(jì)疼痛方面更好。  

Cohn對這個(gè)結(jié)果印象深刻，并表示，這是他第一次見到一個(gè)疼痛識(shí)別算法可以根據(jù)年齡、性別和膚色作出微調(diào)來給出個(gè)性化結(jié)果。雖然這一系統(tǒng)現(xiàn)在還在研發(fā)的早期階段，但是Liu說沒有什么會(huì)阻擋這一系統(tǒng)最終被做成一個(gè)可供醫(yī)生在智能手機(jī)上使用的app。  

Liu說這一系統(tǒng)永遠(yuǎn)不會(huì)替代真正的醫(yī)生。他訓(xùn)練算法的視頻是在理想的光照和攝影條件下拍攝的，因此如果將其用于真實(shí)患者，系統(tǒng)或?qū)⒉惶珳?zhǔn)確。盡管如此，他也在計(jì)劃著用更多包含痛苦的人的視頻來進(jìn)一步訓(xùn)練這些算法，看看能否提升其評價(jià)痛苦的能力。

原標(biāo)題：J Machine Learning Res：裝疼還是真疼？電腦早就把你看穿了！