放上一張勇敢的臉并不能愚弄這個算法。一個新系統(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行治療。該系統(tǒng)能檢測微小的面部表情，并根據(jù)每一個人的特點進行矯正，因此它為一個通常來說很難客觀評價的領(lǐng)域提供了一定水平的客觀評估方法。

"這些指標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)的麻省理工學院的Dianbo Liu說。人們對痛苦的經(jīng)歷和表達不一樣，因此醫(yī)生對患者疼痛的估計常常會與自我報告的疼痛評分不同。  

為了對這個問題引入一些客觀性，Liu和他的團隊用人們畏縮和痛苦的視頻訓練了一套算法。每個視頻里包含一個肩痛的人，這些人被要求執(zhí)行不同的動作，然后對其疼痛水平進行評分。結(jié)果團隊訓練出了一套算法，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作傾向于顯示出更高的自我報告的疼痛評分。  

有證據(jù)表明，即使是不那么精細的疼痛識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圣地亞哥分校的一項研究發(fā)現(xiàn)，一個計算機系統(tǒng)可以剔除85％的偽裝者，而訓練有素的人類只有55％的準確度。  

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

Cohn對這個結(jié)果印象深刻，并表示，這是他第一次見到一個疼痛識別算法可以根據(jù)年齡、性別和膚色作出微調(diào)來給出個性化結(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說沒有什么會阻擋這一系統(tǒng)最終被做成一個可供醫(yī)生在智能手機上使用的app。  

Liu說這一系統(tǒng)永遠不會替代真正的醫(yī)生。他訓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患者，系統(tǒng)或?qū)⒉惶珳蚀_。盡管如此，他也在計劃著用更多包含痛苦的人的視頻來進一步訓練這些算法，看看能否提升其評價痛苦的能力。

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