打針或手術的時刻許多人有如許的體驗，明明本身疼的不可不可的了，大夫卻云淡風輕說沒事。大夫天然是身經百戰見很多了，可是病人心里苦啊。這篇文章中提到，大夫關于病人的苦楚和惱怒等情感的感知才能許多時刻不盡善盡美，是以迷信家制作了這個“臉色帝”機械人，專供大夫模仿，演習感知病人的情感。

　　經由過程進修臉部臉色，你便可以診斷出對方不舒暢了嗎？熟知臉色可以贊助大夫診斷疾病，但真正用起來，照樣須要必定技能的。比來，一批工程師為培訓臨床醫師制作一個對象：能顯露苦楚臉色的機械人。

　　很多大夫在平常練習中曾經應用過機械人患者，來模仿演習手術進程并測試診斷才能。加利福尼亞年夜學圣地亞哥分校的Laurel Riek說：“這些機械人可以流血、呼吸并對藥物做出反響。這些機械人的設計是使人贊嘆的。然則這里有一個重要的缺點：機械人的臉。”

　　患者模仿機械人平日只要一個臉色。固然具有可以張開或閉合的下顎，可讓大夫演習氣道檢討。但與真實的病人分歧，這些機械人沒有表示出真實的情緒。

　　為了轉變這一點，Riek和她的團隊制作了具有臉部臉色的機械人。這些機械人可以表達苦楚、討厭、惱怒等情感，并可以或許模仿真實患者的反響。 “可以贊助診斷患者是中風、痛苦悲傷照樣對藥物有反響。從行醫第一天起，大夫就該具有這項技巧。”Riek說。

　　為了預備本年晚些時刻在醫學院停止的一項實驗，研討人員測試了人們對機械人臉部臉色的懂得水平。同時他們還測試了人們評價虛擬化身臉色的才能。這些虛擬化身能夠會用于替換培訓項目。

　　繪制痛苦悲傷感

　　為了創立機械人和虛擬化身，研討人員搜集了人們表達苦楚、討厭和惱怒的視頻，并應用面部跟蹤軟件將臉色轉換為一系列挪動點。 然后，研討人員將挪動點映照到機械人臉部和虛擬化身上。應用的機械人是Hanson Robotics的Philip K.Dick，這是一個模擬科幻作家的機械人，它有仿真橡膠皮膚，而且具有臉部臉色。

　　機械人和虛擬化身的視頻展現給了102名自愿者，他們須要斷定哪一個臉色婚配哪一種情感。一半的自愿者是臨床任務者，包含大夫、護士和配藥師，令一半則沒有醫學配景。

　　在確認痛苦悲傷和惱怒方面，非臨床大夫比臨床大夫更加精確。最年夜的差異在于：在肯定虛擬化身所表示的苦楚時，臨床大夫只要54％的準確率，而非臨床醫師則為83％。對機械人和虛擬化身的辨認率取均勻值，兩組對討厭臉色的辨認率是差不多的。

　　之前的研討成果注解，大夫在解讀人類苦楚方面比門外漢更難，而且很輕易低估痛苦悲傷的嚴重水平。這能夠與醫療練習下降了他們的同情心有關。

　　具有臉色的機械人

　　研討人員以為，表示力強的機械人和虛擬化身可以練習大夫更好地解讀痛苦悲傷。因此機械人能夠會變得加倍有效。由于先生可以一邊瀏覽臉部臉色，一邊演習身材癥狀的評價。研討人員在本周的奧天時維也納人機交互會議上引見了他們的研討結果。

　　人機交互配景的Google軟件工程師Priscilla Briggs說：“這個項目能夠會很快運用于更好地練習專業醫護人員并改良患者醫治成果的范疇。然則，機械人的臉色能否可以改良臨床大夫的表示，這須要進一步證實。”

　　Riek及其同事盤算在本年晚些時刻，在加利福尼亞年夜學圣地亞哥分校的實驗中，讓醫先生在模仿場景中應用機械人，例如從中風狀況中恢復。

　　Riek說：“我們將摸索實際主義和表示力是若何影響先生進修結果和留意力的。為了可以或許平安和精準地停止干涉，我們還將摸索醫務人員關于患者提醒的評價精確度。”