背景
每當去醫(yī)院看病或陪同家人的時候，你是否也有過這樣的經(jīng)歷—在就診過程中極力地希望能從醫(yī)生的表情中讀取關(guān)于病情是否嚴重的信息，也許我們過于關(guān)注病理本身以至于無法意識到醫(yī)生在為我們做檢查或與我們交談時的表情對我們緊張的心情會造成多大的影響。同樣的，醫(yī)護人員總是首先將我們身體上的不適感作為關(guān)注的重點，患者的心理感受卻常常被忽略。患者在醫(yī)院就診時的所有生理指標都得到了及時的檢查與監(jiān)測，然而作為在生理上有痛苦的病人，心理和精神方面也常常處于非常脆弱的狀態(tài)。這讓我們意識到病人的心理狀態(tài)也同樣重要，同樣需要得到醫(yī)護人員的重視和監(jiān)測。
本文介紹的實驗主要是研究醫(yī)護工作者的面部表情對患者的心理狀態(tài)產(chǎn)生的影響。此類實驗有助于在未來進一步將面部表情分析系統(tǒng) (FaceReader) 拓展到對醫(yī)護人員的培訓中，幫助醫(yī)護人員意識到醫(yī)患交流的重要性，從而在與患者的有效溝通上進行針對性培訓，增進醫(yī)患關(guān)系，降低患者在未來就診過程中的焦慮情緒，讓患者對病理的整體情況有更準確的認知。
實驗問題
1.使用面部表情分析系統(tǒng)量化分類得出的醫(yī)護人員的面部情緒表達，是否與患者的心理壓力和對病理嚴重程度的誤解有關(guān)聯(lián)。
2.醫(yī)護人員的面部情緒呈現(xiàn)是否與醫(yī)患關(guān)系有關(guān)聯(lián)。
實驗方法
在2019年4月至2019年7月期間，Dell Medical School at the University of Texas at Austin. 研究人員實地錄制了6位醫(yī)生給門診病人問診時的面部表情視頻，實驗共包括16位男患者與18位女患者，情境都是在患者掛號后第一次接觸醫(yī)生問診的過程中。被完整錄制下來的醫(yī)生面部表情視頻將通過面目表情分析系統(tǒng) (FaceReader) 分析出醫(yī)生在整體過程中所表達的不同情緒的分類與時長。問診過后，患者會完成一份調(diào)查問卷以及一系列自陳測試量表來測評過程中患者的真實心理感受。
實驗測量
此項實驗使用了Noldus的FaceReader產(chǎn)品來對醫(yī)護人員的面部表情進行歸類分析。FaceReader系統(tǒng)應用了Viola-Jones 算法對人臉位置進行識別，可以根據(jù)面部超過500個關(guān)鍵點的位置以及臉部結(jié)構(gòu)，建立人臉三維模型，通過AI深度學習技術(shù)以及人工神經(jīng)網(wǎng)絡對情緒表情進行分類分析，可以識別七種人類基本情緒：快樂、悲傷、憤怒、驚訝、害怕、厭惡以及中性。即使有醫(yī)護人員佩戴口罩部分面部被遮擋，面部表情分析系統(tǒng)也能準確地對表情進行識別。通過分析所有醫(yī)護人員的面部表情錄制視頻，F(xiàn)aceReader系統(tǒng)自動分析呈現(xiàn)出在完整的問診過程中，七種情緒分別的持續(xù)時長以及強度，0代表*沒有此種情緒，100代表此時的表情*在表達此種情緒 (Table 2)。
問診結(jié)束后，每位患者都會按以下順序完成問卷調(diào)查：身份信息(包括年齡、性別、種族、國籍、工作等)，Short Health Anxiety Inventory (SHAI-5)—測量疾病焦慮的量表，0-15，分數(shù)越高患者越相信自身有嚴重疾病；Tampa Scale for Kinesiophobia (TSK-4)—對身體活動的恐懼測量量表，Pain Catastrophizing Scale (PCS-4)—悲觀想法量表，Patient Health Questionnaire (PHQ-4)抑郁及焦慮測量量表，Generalized Anxiety Disorder (GAD-2)，Patient-Doctor Relationship Questionnaire (PDRQ-9) 醫(yī)患關(guān)系自陳量表。
實驗結(jié)果
研究結(jié)果如Table 3所示，在問診過程中，當醫(yī)護人員展現(xiàn)出更長時間的愉快表情或更少量的悲傷表情時，患者對自身健康的焦慮情緒和悲觀想法會相對減少 (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)。當醫(yī)護人員展現(xiàn)出更短時間的憤怒表型，患者的焦慮情緒和悲觀想法會相對增加 (SHAI-5: r=-0.37; p=0.03; GAD-2: r=-0.46; p<0.01; PCS-4: r=-0.38; p=0.03)。當醫(yī)護人員展現(xiàn)出更長時間的驚訝表情時，患者會產(chǎn)生更少的對癥狀的焦慮和抑郁情緒 (GAD-2: r=-0.44; p<0.01; PHQ-2: r=-0.52; p<0.01)。當醫(yī)護人員展現(xiàn)出更長時間的恐懼表情，患者的運動恐懼情緒會相對減少 (TSK-4: R=-0.35; P=0.04)。醫(yī)護人員的中性表情持續(xù)時長與患者的情緒并無顯著關(guān)聯(lián)。
根據(jù)實驗結(jié)果我們可以看到，醫(yī)護人員所展示出來的面部表情和患者在就診過程中的焦慮、抑郁和恐懼等心理變化有明顯相關(guān)。通過使用面部表情分析系統(tǒng)，可以對醫(yī)護人員的表情進行識別與分類，對用于進一步研究醫(yī)患關(guān)系提供了客觀可靠的研究工具，同時也為醫(yī)護工作者提高與患者溝通的技巧和方式提供了幫助，使醫(yī)患溝通更加有效和順暢。盡管醫(yī)院是關(guān)注生理疾病的地方，患者在就診過程中心理上的敏感與脆弱同樣需要得到醫(yī)護人員的重視，與患者達成更加舒適高效的溝通是我們在不遠的未來希望改進的一大課題。
參考文獻
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.
8
立即詢價
您提交后，專屬客服將第一時間為您服務