Credit:伦敦帝国理工学院一种对机器人病人产生真实疼痛表情的新方法有助于减少体检中的错误和偏差。由伦敦帝国理工学院的研究人员领导的一个团队开发了一种方法，在对疼痛区域进行身体检查时，可以在医学训练机器人的脸上产生更准确的疼痛表情。
今天发表在科学报告上的发现表明，这可能有助于教导实习医生利用隐藏在患者面部表情中的线索，将体检所需的力量降至最低。
这项技术还可以通过让医学生接触更广泛的患者身份，帮助他们发现和纠正偏见的早期迹象。
该研究的作者Sibylle Rérolle来自帝国理工学院的戴森设计工程学院，他说:“提高这些机器人的疼痛面部表情的准确性是提高医学生体检培训质量的关键一步。”
理解面部表情:关于发现
在这项研究中，本科生被要求对机器人病人的腹部进行体检。关于施加到腹部的力的数据被用来触发机器人面部六个不同区域的变化——被称为morph face——以复制与疼痛相关的面部表情。
这种方法揭示了机器人面部不同区域的顺序，这些区域被称为面部激活单元(AUs)，必须触发才能产生最准确的疼痛表情。该研究还确定了金活化的最合适的速度和幅度。
研究人员发现，最真实的面部表情发生在上面部(眼睛周围)首先被激活时，其次是下面部(嘴巴周围)。特别是，更长的下颌下降AU激活延迟产生了最自然的结果。
该论文还发现，参与者如何感知机器人患者的疼痛取决于参与者和患者之间的性别和种族差异，这些感知偏差会影响体检期间施加的力。
例如，白人参与者认为在白人机器人脸上，延迟较短的面部表情最真实，而亚洲参与者认为延迟较长的面部表情更真实。这种感知偏差影响了白人和亚洲参与者在检查期间对不同白人机器人患者施加的力，因为参与者在相信机器人正在显示真实的疼痛表情时会施加更一致的力。
按压“腹部”时，MorphFace复制疼痛表情。鸣谢:伦敦帝国理工学院医学训练模拟器中多样性的重要性
医生对疼痛部位进行体检时，患者面部表情的反馈很重要。然而，许多当前的医疗训练模拟器不能显示与疼痛相关的实时面部表情，并且包括有限数量的种族和性别方面的患者身份。
研究人员表示，这些限制可能会导致医学学生形成偏见的做法，研究已经强调了识别面部疼痛表情能力的种族偏见。
戴森设计工程学院的首席作者Jacob Tan说:“以前试图模拟疼痛面部表情的研究依赖于在屏幕上向参与者展示随机生成的面部表情。”“这是第一次要求参与者执行导致模拟疼痛的物理动作，这使我们能够创建动态模拟模型。”
参与者被要求从“非常不同意”到“非常同意”来评价面部表情的适当性，研究人员使用这些回答来找到AU激活的最现实顺序。
16名参与者参与了这项研究，包括亚裔和白人男性和女性。每位参与者对四种机器人患者身份——黑人女性、黑人男性、白人女性和白人男性——分别进行了50次测试。
来自戴森设计工程学院的合著者Thilina Lalitharatne说:“潜在的偏见可能会导致医生误解患者的不适——增加虐待的风险，对医患信任产生负面影响，甚至导致死亡。
“在未来，机器人辅助方法可以用来训练医科学生，使他们对不同种族和性别的患者表达的疼痛的感知正常化。”
后续步骤
Morph实验室的主任Thrishantha Nanayakkara博士敦促在假设这些结果适用于研究范围之外的其他参与者-患者互动时要谨慎。
他说:“进一步的研究包括更广泛的参与者和患者身份，如黑人参与者，将有助于确定这些潜在的偏见是否在更大范围的医患互动中存在。
“我们实验室目前的研究正在寻找确定这些新的基于机器人的教学技术的可行性，在未来，我们希望能够在不到一个小时的培训中显著减少医学学生的潜在偏见。”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
