Toggle Side Panel
Psychfysio
  • NIEUWS
  • E-LEARNING
  • CURSUSSEN
  • COMMUNITY
  • WIE WIJ ZIJN
    • Wie wij zijn
    • Docenten
    • Nieuwsbrief
    • Goed doen
More options
    Sign in
    • NIEUWS
    • E-LEARNING
    • CURSUSSEN
    • COMMUNITY
    • WIE WIJ ZIJN
      • Wie wij zijn
      • Docenten
      • Nieuwsbrief
    • Log In
    Close search
    Home » Gaan we de computer inzetten om simulatiepijn te onderkennen?

    Gaan we de computer inzetten om simulatiepijn te onderkennen?

    06/07/2014 | Marjolein Streur | computer, pijn, simulatie
    Oudere man met een glimlach die zijn schouder rekt, wat een uitdrukking van verlichting of pijn kan tonen
    Computer ziet echte pijn beter dan wij: dynamische gezichtsanalyse onthult subtiele timingverschillen.

    Computers herkennen echte pijn in gezichtsuitdrukkingen veel beter dan mensen. Een geautomatiseerd systeem scoorde 85% nauwkeurigheid; mensen bleven rond kansniveau. Let vooral op mondopening en timing van bewegingen als aanwijzing voor gesimuleerde pijn.

    Gezichtsuitdrukkingen nemen een grote plaats in binnen sociale interactie, door het uiten van emotie en pijn. Het subcorticale extrapyramidale systeem is verantwoordelijk voor de  spontane uitdrukkingen, het corticale pyramidale systeem voor vrijwillige uitdrukkingen. Het is heel moeilijk om het verschil tussen echte en onechte gezichtsuitdrukkingen te bepalen. Het doel van dit onderzoek was om te onderzoeken in hoeverre zowel mensen als computers gezichtsuitdrukkingen juist kunnen inschatten.

    Methode & Resultaten
    Er zijn twee sets van videoclips gemaakt. Een set bevatte beelden van mensen die echt pijn hadden, opgewekt met de cold pressure test. Op de andere set beelden waren mensen te zien die een pijnlijke emotie nabootsten.
    In experiment 1 zijn de beide sets in willekeurige volgorde getoond aan 170 menselijke observatoren. Zij moesten aangeven of de expressie echt of onecht was. De uitkomst hiervan was dat  ze ongeveer het net zo vaak goed hadden als op basis van toeval kan worden verwacht (51,9%). In experiment 2 werden de observatoren eerst getraind in het herkennen van emoties. De uitkomst verbeterde licht, maar ze hadden niet meer dan 60% goed.

    Vervolgens werden de videoclips beoordeeld door een computersysteem, de Computer Expression Recognition Toolbox. Dit computerprogramma is gebaseerd op een methode die oorspronkelijk ontwikkeld was voor manuele codering, maar dit is een enorm tijdrovend proces; het duurt ongeveer 3 uur om 1 minuut film manueel te coderen. CERT ‘bekijkt’ de videoclips frame voor frame en codeert de uitdrukkingen direct, onder andere op intensiteit en dynamiek.
    Dit computergestuurde dynamische systeem van analyseren leverde een accuraatheid van 85% op; significant en substantieel hoger dan op basis van toeval kan worden verwacht. Daarna is gekeken naar de belangrijkste aspecten voor het differentieren van echte pijn ten opzichte van gesimuleerde pijn. De meest informatieve beweging was het openen van de mond, zowel het de duur van het openen zelf als de intervals tussen de momenten van openen. Bij de onechte expressies duurde het openen van de mond 5,4 frames korter dan bij de oprechte pijn en de intervals ertussen waren 11,5 frames korter. Overige typerende kenmerken waren het optrekken van de lip, lippen op elkaar persen en fronsen.

    Lees verder:  Optimisme vergroot zelfregulerend vermogen bij pijn

    Opmerkingen samenvatter
    Dit onderzoek laat zien dat een computerprogramma ingezet kan worden om te differentieren tussen echte en gesimuleerde pijn. Extrapyramidaal gebaseerde expressies zijn meer gesynchroniseerd, soepeler en meer symmetrisch dan pyramidale systemen.  Dit geeft ook weer meer inzicht in welke bewegingen in het gezicht informatie bieden over het wel of niet simuleren van pijn. Wellicht zouden behandelaars getraind kunnen worden op het zien van het verschil in het openen van de mond en de intervals, om zo te zien of de patiënt wel of niet simuleert.

    Bron:

    Bartlett, M. S., et al. (2014). "Automatic decoding of facial movements reveals deceptive pain expressions." Curr Biol 24(7): 738-743. doi: 10.1016/j.cub.2014.02.009

    * Meld een spelfout of onjuistheid.

    [cboxarea id="cbox-mGd1up104o5z8UP8"]
    Marjolein Streur

    Marjolein Streur

    Fysiotherapeut/fysiotherapiewetenschapper. Referent/samenvatter. Speerpunt leefstijlcoaching en psychologie. Volgde de universitaire focusopleiding ‘klinische en gezondheidspsychologie’.

    Posts navigation

    ← Mindfulness training geeft grotere grijze stof dichtheid bij Parkinson patiënten
    Klinische redeneren vanuit complexe pijnmodellen →

    Schrijf je in voor onze nieuwsbrief

    Ontvang wekelijks een nieuwsbrief met drie samenvattingen op het gebied van fysiotherapie en het biopsychosociale model.

    Inschrijven
    Cursussen 2026
    • Contact
    • Cursussen
    • Nieuwsbrief
    • E-learning (blended)
    • Tijdschriften
    • Goed doen
    • Privacybeleid
    • AI versus mensenwerk
    • Disclaimer Psychfysio opleidingen
    • Algemene voorwaarden
    • Klachtenprocedure
    © 2026 - Psychfysio opleidingen