Улыбка и селфи-видео: можно ли распознать болезнь Паркинсона по мимике — новая работа

Что сделали. Учёные записали видео на фронтальную камеру смартфона: каждый участник прошёл пять коротких сессий, всего получилось 200 клипов примерно по 10 секунд¹. Внутри каждого клипа первые 5 секунд человек сохранял нейтральное лицо, а следующие 5 секунд улыбался¹. В исследовании участвовали 40 человек: 20 с подтверждённым диагнозом «болезнь Паркинсона» и 20 здоровых добровольцев¹. Диагноз подтверждал врач-специалист, он же следил за тем, чтобы все записи делались в одинаковых условиях¹. Проще говоря, это была не случайная выборка из интернета, а аккуратно собранные данные — но собранные в одном месте и в одном строгом формате.

Что получилось. Записи разложили на кадры и прогнали через программу, которая отслеживает точки на лице — вокруг глаз, бровей, рта и по контуру лица¹. Затем эти данные отдали алгоритмам машинного обучения, и те решали сразу три задачи: отличить человека с болезнью Паркинсона от здорового, оценить стадию болезни и оценить выраженность двигательных нарушений по клинической шкале¹. Лучше всего алгоритм работал на видео с улыбкой¹.

Насколько получилось. В задаче «есть болезнь / нет болезни» точность лучшей конфигурации составила 0,77, а полнота — 0,86¹. Переведём на человеческий: правильных ответов было заметно больше половины, но и ошибок осталось немало, а из тех, у кого болезнь действительно есть, алгоритм находил большинство¹. При оценке стадии ошибка предсказания составила около 1,30 балла, при оценке двигательного счёта — около 19,34 балла¹. Самыми важными признаками для алгоритма оказались движения губ и уголков рта, а для двигательного счёта — движения бровей и глаз¹. Авторы завершают статью честной фразой: такой точности пока недостаточно, чтобы заменить клиническую оценку¹. Это, пожалуй, самое важное предложение во всей работе.

Почему улыбка рассказала о болезни больше, чем спокойное лицо?

У болезни Паркинсона есть симптом, о котором редко говорят вслух: лицо становится менее подвижным. Мышцы работают медленнее и слабее, мимика беднеет, и человек может выглядеть спокойным или «застывшим» там, где раньше улыбался или хмурился¹. Это называют обеднением мимики, и связано оно с тем, что при болезни страдают отделы мозга, отвечающие за управление движением, в том числе движением мышц лица¹.

Логика исследователей проста и, честно говоря, изящна. Если человек просто сидит с нейтральным лицом, информации мало: лицо почти не двигается, и отличить «малоподвижное из-за болезни» от «просто спокойное» трудно¹. А когда человек улыбается, одновременно включаются многие группы мышц — уголки рта, губы, щёки, область вокруг глаз¹. Именно на таком контрасте разница между больным и здоровым становится заметнее для программы¹.

Это подтвердилось в цифрах. Сценарий со спокойным лицом давал более высокую точность попадания, но хуже находил людей с лёгкими проявлениями — то есть часть больных алгоритм просто не замечал¹. Сценарий с улыбкой оказался лучшим по всем основным показателям¹. А когда исследователи попробовали собрать всё вместе — и спокойное лицо, и улыбку, получив 400 фрагментов, — результат стал хуже¹. Причина, по мнению авторов, в том, что смешанные данные «размывают» сигнал: программа получает противоречивые подсказки и теряет устойчивость¹.

Здесь есть урок и для будущих разработок, и для нас, читателей. Речь не о красоте лица и не о его «правильности». Речь о движении — о том, как быстро, насколько полно и симметрично включаются мышцы. Именно динамика, а не статичная картинка, несёт информацию. Авторы отдельно проверили и то, как лучше обрабатывать поток кадров: одни способы сохраняли последовательность движения, другие усредняли кадры, третьи вычитали один кадр из другого. Вычитание, кстати, дало худший результат — мелькающие различия между соседними кадрами добавляют шум и мешают модели¹. Простая мысль: иногда полезнее сгладить, чем подчёркивать каждую мелочь.

При чём тут глаза — и почему об этом пишем мы

Многое в этой работе держится именно на глазах и бровях. Для оценки двигательного счёта главными признаками оказались движения бровей и глаз¹. То есть лоб, веки, взгляд — это не «косметическая» зона, а рабочая зона невролога.

И это не новость из одной статьи. Врачи давно замечают, что при паркинсонизме меняется не только мимика, но и работа век, частота моргания, характер взгляда; глаза могут казаться сухими или, наоборот, постоянно слезятся, а веки двигаются иначе. Это общие клинические наблюдения, не результаты конкретно этого исследования, но они хорошо объясняют, почему лицо вообще стало объектом для алгоритмов. Лицо — это то, что врач видит первым, ещё до всяких приборов, и то, что человек видит в зеркале каждый день.

Наш сайт — офтальмологический, и мы много пишем про экраны, усталость глаз и цифровое напряжение. Поэтому сразу скажем важное: это исследование не про то, что экраны или синий свет вызывают болезнь Паркинсона. Таких выводов в работе нет и быть не может¹. Мы говорим о другом: о том, что глаза и лицо — это ещё и язык, на котором тело рассказывает о состоянии нервной системы. Про то, как глаза устают от экрана, у нас есть отдельные материалы, и это совсем другая история — про напряжение, сухость и режим работы, а не про неврологию. Путать эти темы не стоит: одно дело — уставшие к вечеру глаза, совсем другое — изменения движений лица, которые замечает невролог.

Кому это может быть полезно

Первым делом — неврологам. Оценивать выраженность двигательных нарушений по шкалам долго и не всегда одинаково: разные специалисты могут поставить соседние баллы одному и тому же человеку. В работе прямо сказано, что оценка стадии разными неврологами может расходиться¹. Если бы удалось добавить объективный, одинаковый для всех «второй взгляд» — это помогло бы и в клинике, и в научных исследованиях.

Второе — людям с уже поставленным диагнозом и их близким. Болезнь долго, годами, меняется. Врач видит человека на приёме, а между приёмами проходит время. Короткое видео, снятое дома по понятному правилу, теоретически могло бы стать такой «записью в дневник наблюдений» — не вместо врача, а в дополнение к нему. В перспективе, подчёркиваем, в перспективе. Пока это исследование сделано на людях, у которых диагноз уже есть, и задачи следить за ними дома оно не решало¹.

Третье — люди, которым трудно попасть к специалисту. Телефон есть у почти всех, а хороший невролог — не в каждом городе. Здесь доступность селфи-видео выглядит соблазнительно. Но именно здесь и прячется главный риск: доступная штука легко превращается в «сам себе диагност», а это путь к лишней тревоге или, что хуже, к успокоению там, где надо было идти к врачу.

Четвёртое — сами исследователи. В работе использовали подходы, которые легко воспроизвести, а данные выложили в открытый архив¹. Это значит, что другие группы смогут проверить результаты и попробовать то же самое на своих участниках. Именно так проверяется, работает ли метод вообще.

И наконец, никто из нас напрямую не выигрывает от этой статьи сегодня. Это важно сказать честно: статья не даёт читателю ни одного действия, которое можно применить к себе прямо сейчас.

Как это могло бы изменить жизнь людей

Представим, как это выглядит, если технологию довести до ума. Человек приходит на приём, и врач вместе с ним не обсуждает «мне кажется, стало хуже», а смотрит на короткие записи, сделанные в одно и то же время, при одном и том же свете, по одному и тому же сценарию — улыбка в течение нескольких секунд. Со временем видно, меняется ли скорость и полнота движений. Это разговор не про ощущения, а про наблюдаемые изменения.

Второй сценарий — научный. Когда проверяют новое лечение, важно точно понимать, есть ли эффект и насколько он заметен. Если бы к обычным шкалам добавилась автоматическая, одинаково считающая для всех участников, исследование стало бы устойчивее. Но здесь нужно быть аккуратным: у любых измерений есть цена ошибки, и в этой работе ошибка ещё слишком велика, чтобы на неё опираться всерьёз¹.

Третий сценарий, самый чувствительный, — раннее выявление. Если бы простое видео помогало замечать болезнь раньше, это меняло бы судьбы: чем раньше начинается наблюдение и подбор лечения, тем больше возможностей сохранить качество жизни. Но именно ранние стадии — самое слабое место метода. В работе честно сказано, что лёгкие проявления алгоритм может пропускать¹. Более того, в исследовании участвовали люди с разными стадиями, включая поздние, а такие случаи отличить проще¹. То есть метод пока лучше всего показывает себя там, где и без него всё понятно.

И ещё одно, о чём стоит подумать. Любая автоматическая оценка лица — это область, где легко перейти границу. Мысль «пусть камера следит за моим лицом весь день» звучит как забота, а на деле превращается в постоянную слежку за собой и лишнюю тревогу. Хорошая медицинская технология — та, которая отвечает на конкретный вопрос в конкретный момент, а не та, которая висит фоном.

Где подвох: чего в этой работе пока нет

Начнём с размера. 40 человек — это очень мало для задачи, где нужно отличать больных от здоровых¹. При маленькой выборке результаты легко оказываются случайно хорошими, и проверка на новых людях обычно их снижает. Авторы это понимают и не делают громких заявлений¹.

Дальше — состав групп. В группе с болезнью Паркинсона было 11 мужчин и 9 женщин, а в группе здоровых — 5 мужчин и 15 женщин, то есть группы различались по составу на 30 процентных пунктов¹. Авторы сами называют это возможным источником путаницы и пишут, что в моделях этот перекос не учитывали¹. Простыми словами: алгоритм мог частично научиться отличать не «больных от здоровых», а «мужчин от женщин» или улавливать связанные с полом особенности мимики. Это не значит, что результат ничего не стоит, но это значит, что его нельзя принимать за чистую монету.

Третье — контрольная группа. В работе сравнивали людей с болезнью Паркинсона с полностью здоровыми¹. А в реальной жизни врачу почти никогда не нужно отвечать на вопрос «болен или полностью здоров». Ему нужно отличать одну болезнь от других состояний, которые тоже меняют движения и мимику. Про это в исследовании речи не шло. Это наше замечание, а не упрёк авторам: они решали свою задачу, но из статьи не следует, что метод справится с настоящей клинической неопределённостью.

Четвёртое — кого именно искали. Участники уже имели подтверждённый диагноз, а среднее время от первых симптомов до диагноза составило 2,75 года¹. Иначе говоря, модель учили находить болезнь, которую врачи уже опознали. Это не то же самое, что поймать её в начале.

Пятое — условия съёмки. Записи делали под наблюдением специалиста, в одинаковых условиях, с одинаковыми заданиями¹. Дома будет другое освещение, другой ракурс, дрожащая рука, шум на фоне, кто-то снимет видео вечером, кто-то у окна, кто-то в очках, кто-то с бородой. Насколько метод к этому устойчив, из работы неясно.

Шестое — про сами цифры ошибок. Авторы предупреждают: когда настоящая стадия низкая, процентная ошибка раздувается. Например, если алгоритм поставил вторую стадию вместо первой, это выглядит как огромная ошибка, хотя по сути стадии соседние¹. Из предсказаний лучшей модели 72,50% попали в пределы одной стадии от настоящей, а 92,50% — в пределы двух¹. Звучит обнадёживающе, но важно помнить: это на той же маленькой выборке.

И про двигательный счёт. Шкала, о которой идёт речь, оценивает двигательные проявления и простирается от 0 до 132 баллов, а разница, которую уже замечают клиницисты, составляет 3,25 балла¹. Ошибка лучшей модели — около 19,34 балла, то есть примерно в шесть раз больше этой заметной разницы¹. Вот и ответ на вопрос, почему авторы так осторожны в выводах.

Что есть в России сейчас

Массового сервиса, который по селфи-видео ставил бы или исключал болезнь Паркинсона, у нас нет. И это, если честно, хорошо: при нынешней точности такой сервис приносил бы больше вреда, чем пользы.

Что есть — это сама медицина. Неврологи, в том числе специалисты по расстройствам движения, ведут таких пациентов, оценивают состояние по клиническим шкалам, подбирают лечение и наблюдают за изменениями. Лечение болезни Паркинсона подбирает врач после осмотра — это не то, что можно выбрать по видео или по совету из интернета. Есть и телемедицинские консультации, но они тоже работа врача, а не замены ему алгоритмом.

Есть научные группы, которые занимаются анализом движений, видео и методами машинного обучения. Есть интерес к «цифровым biomarkers» — так называют измеримые признаки, которые можно считать с камеры или датчика. Это направление живое, но находится в стадии исследований, а не готовых услуг.

Есть, наконец, много приложений в магазинах приложений, которые обещают «проверить здоровье по лицу» или «оценить неврологический статус». Мы не будем ничего рекомендовать и тем более не будем называть конкретные продукты — но общее правило простое: если приложение обещает диагноз, это повод отнестись к нему настороженно. Диагноз ставит врач.

И главное про «что делать». Если вас или близкого что-то беспокоит — замедленность движений, изменившаяся мимика, дрожь, проблемы с походкой, изменившийся почерк, — идите к неврологу. Если беспокоят глаза — сухость, жжение, усталость, изменения век — идите к офтальмологу. Это две разные дороги, и вторая не отменяет первой. А если вам просто попалось на глаза это исследование и захотелось «проверить себя по видео» — лучше потратьте эти минуты на запись к врачу, если повод есть.

Насколько можно доверять этой новости

Сначала о дизайне. Это не рандомизированное исследование и не проверка лечения — это работа о точности распознавания. Людей делили на две группы: с подтверждённым диагнозом и без него, — а затем проверяли, насколько хорошо алгоритм угадывает, кто есть кто¹.

Как проверяли. Данные делили на пять частей, и каждая часть по очереди становилась проверочной, а остальные — обучающими¹. Важная деталь: разделение делали по людям, а не по отдельным клипам, чтобы записи одного и того же человека не попадали одновременно и в обучение, и в проверку¹. Это грамотный ход: без него можно случайно «подсказать» модели ответ. Плюс к доверию: авторы описали весь путь обработки, использовали открытые инструменты, а данные выложили в открытый архив¹. Работа опубликована в журнале с открытой лицензией, то есть её может прочитать и проверить кто угодно.

Теперь ограничения, и о них лучше сказать прямо. Первое — 40 участников¹. Для машинного обучения это очень скромно. Второе — дисбаланс по полу между группами, который авторы сами называют возможным источником путаницы и который в моделях не учитывали¹. Третье — модели обучали на стандартных настройках, без специального подбора, и авторы честно пишут, что из-за этого результаты могут быть занижены, особенно у одного из типов моделей¹. С одной стороны, это честно; с другой — сравнение получилось не совсем равным. Четвёртое — проверка на людях из другого центра или из другой страны не описана, а без этого нельзя понять, работает ли метод за пределами одной выборки. Пятое — процентные ошибки считали только по людям с болезнью, потому что у здоровых значение по определению ноль и процент от него не посчитать¹. Это объяснимо, но ещё раз напоминает, что выборка маленькая.

Отдельно про смысл главных чисел. Точность 0,77 означает долю верных ответов среди всех¹. Полнота 0,86 — из тех, у кого болезнь есть, столько алгоритм нашёл¹. Точность попадания в «больного» 0,75 — из тех, кого алгоритм назвал больными, столько действительно оказались больными¹. Ни одно из этих чисел не описывает раннюю стадию, редкие формы и реальную клиническую неопределённость.

И наконец — сравнение с простой отправной точкой. Авторы посчитали, что модель, которая всегда называет среднее значение, дала бы ошибку около 1,59 для стадии и около 22,3 для двигательного счёта¹. Лучшие результаты — 1,30 и 19,34 соответственно¹. Улучшение есть, но оно скромное. Это не прорыв, это аккуратный шаг.

Вывод по доверию: новость настоящая, авторы честные, но результат предварительный. Мы ставим метку «предварительно» — это исследование на людях с маленькой выборкой, без проверки на других группах и без готового применения.

Частые вопросы

Это значит, что скоро болезнь Паркинсона будут выявлять по селфи? Нет. В работе прямо сказано, что достигнутой точности недостаточно, чтобы заменить клиническую оценку¹. Исследование показывает, что в движениях лица действительно есть полезная информация, и что направление стоит разрабатывать¹. Это про «идея работает, но сыровата», а не про «завтра в телефоне».

У меня изменилась мимика или дрожат руки — мне записать видео и проверить себя? Нет, и это важный момент. Во-первых, никакого проверенного способа проверить себя по видео сегодня нет. Во-вторых, изменения движений и мимики бывают при разных состояниях, и разбираться в них должен врач. Если есть жалобы, идите к неврологу. Если беспокоят глаза или веки — к офтальмологу. Самодиагностика тут только добавляет тревоги и отнимает время.

А почему вообще смотрят на лицо, а не на что-то более надёжное? Потому что лицо доступно. Оно всегда с нами, его можно снять на обычный телефон, без приборов и без поездки в клинику¹. Более точные методы тоже существуют, но они сложнее и дороже. Идея исследования как раз в том, чтобы найти что-то простое и доступное, и уже потом проверять, насколько оно надёжно¹.

Почему для оценки движений пригодились именно брови и глаза? Так показал анализ: для оценки двигательного счёта главными признаками оказались движения бровей и глаз¹. Логика в том, что мелкие движения верхней части лица тоже участвуют в общей картине и могут выдавать замедленность. Впрочем, авторы не утверждают, что это универсальный закон, — это вывод на их данных, и его предстоит проверить другим¹.

Одна фотография подойдёт вместо видео? В исследовании работали именно с видео, причём отдельно смотрели, как меняется лицо за секунды, и сравнивали разные способы обработки кадров¹. Смысл как раз в динамике: важно, как движение разворачивается во времени. Одиночный снимок такой информации почти не несёт.

Мне стоит бояться, что компьютер или телефон «доведут» до болезни Паркинсона? Нет, в этой работе такого вопроса вообще не ставили и таких выводов не делают¹. Речь о другом: о том, что смартфон может однажды стать инструментом наблюдения за уже известным заболеванием. Наши материалы про экраны — про усталость глаз, сухость и режим работы, и это отдельная тема, не связанная с болезнью Паркинсона.

А если у человека уже есть диагноз — это чем-то помогает ему сейчас? Сегодня — почти ничем. Исследование не проверяло, помогает ли такой контроль вести болезнь, и не сравнивало его с обычными приёмами у врача¹. Лечение и наблюдение остаются делом врача-невролога, и это не изменится от одной публикации.

Наш вывод

Новость нам нравится своей идеей и не нравится своими цифрами — и это нормальное сочетание для честной науки. Идея простая и человечная: лицо доступно каждому, а значит, наблюдение за болезнью, которая как раз и проявляется в движениях, можно сделать доступнее. То, что алгоритм обратил внимание на губы, уголки рта, брови и глаза, звучит убедительно и перекликается с тем, что врачи и так видят глазами¹.

Но дальше начинается отрезвляющая часть. 40 человек — мало¹. Группы различались по составу, и это не учли¹. Сравнивали с полностью здоровыми, а не с другими болезнями¹. Учились искать уже подтверждённый диагноз, а не ранние проявления¹. Ошибка при оценке двигательного счёта во много раз больше той разницы, которую клиницисты считают заметной¹. Авторы сами говорят: заменить осмотр врача это не может¹.

Поэтому метка — «предварительно». Мы не советуем ничего скачивать, проверять себя по видео и уж тем более откладывать визит к врачу из-за того, что «есть же такой алгоритм». Если есть жалобы неврологического характера — к неврологу. Если беспокоят глаза, веки, сухость или усталость от экрана — к офтальмологу, и про это у нас есть отдельные разборы про экраны, синий свет и цифровое напряжение. А эту работу стоит запомнить как ещё один маленький кирпичик в большой стене: когда-нибудь диагностика станет незаметной частью обычной жизни, но пока она делается руками врача и головой врача, и это, честно говоря, неплохо.