Исследователи представили модель PRISM-AH, предназначенную для автоматического выявления состояний амбивалентности и нерешительности (A/H) в видеопотоках. Система анализирует противоречивые сигналы в мимике, голосе, речи и жестах человека. Технология помогает точнее определять психологические барьеры, предшествующие отказу от изменения поведения, что критически важно для медицины, психотерапии и систем поддержки принятия решений.
Распознавание таких состояний традиционно считается сложной задачей, так как признаки нерешительности часто скрыты и проявляются индивидуально. В отличие от стандартных моделей анализа эмоций, PRISM-AH использует знания о контексте взаимодействия различных модальностей. Это позволяет системе фиксировать диссонанс между вербальными высказываниями и невербальными реакциями, которые часто указывают на внутренний конфликт пользователя.
Метод опирается на архитектуру, которая сопоставляет динамические изменения в нескольких потоках данных одновременно. Такой подход позволяет модели «понимать» не только отдельные действия, но и общую структуру поведения на уровне всего видеоролика. Разработка открывает возможности для создания инструментов мониторинга в здравоохранении, где важно отслеживать готовность пациентов к выполнению рекомендаций или приверженность лечению.
Ключевые факты
- Модель PRISM-AH (Predictive Reasoning over Interacting Streams) специализируется на выявлении состояний амбивалентности и нерешительности.
- Система анализирует мультимодальные данные, включая мимику, вокальные характеристики, лингвистические паттерны и движения тела.
- Основная область применения — здравоохранение, в частности анализ готовности пациентов к изменению поведения и соблюдению медицинских предписаний.
- Метод решает проблему противоречивых сигналов, которые возникают при попытке классификации сложных аффективных состояний стандартными алгоритмами.