人類必恭必敬稱家貓為「主子」,並自貶為「奴才」。陛下身體微恙,一團絨毛癱軟,表情內斂,叫貓奴如何揣測上意?懷疑牠受苦,便心急如焚。幾乎上演《還珠格格》裡,人家紫薇說沒事,爾康卻捨不得的虐心互動。貓咪說不定覺得:「……有這麼多人關心我,我已經不痛了……」人類仍在一邊:「可是,我好痛!」[1]
在治療人類時,醫護人員會用視覺類比量表(Visual Analogue Scale)、臉譜疼痛量表(Wong-Baker faces pain scale)或 FLACC 量表[註] 等工具,來評估患者疼痛的狀況。前二者靠病人自我評估,以數字或表情,象徵由舒適無恙,漸進到痛徹心扉的程度差異。 FLACC 則是醫護觀察嬰幼兒或無法言語溝通者,就其身體不適產生的行為變化來計分。[2] 儘管每個人敏感的程度不同,至少單一病患前後的得分,能相互對照出疼痛是否得到緩解,或者更加惡化。因此,這些量表均可視為有效測量疼痛的方法。
問題是有口難言,又行徑鬼祟的貓咪怎麼辦?人貓猜心的瓊瑤戲碼,自古不斷重演,沒完沒了。
直到有天,獸醫們看不下去了…
貓咪苦臉量表
2017 年的時候,加拿大蒙特婁大學 Paulo Steagall 副教授以及他的團隊,招募了一票被送急診的病貓。在得到飼主同意後,他們比較疼痛的病貓、服用止痛藥的病貓,還有健康貓咪的表情舉止,研發出「貓咪苦臉量表」(Feline Grimace Scale),並將結果發表於 2019 年的《科學報告》(Scientific Reports)。[3, 4] 其中列出幾個徵兆,可依級別給分,就此將貓咪的疼痛量化:
耳朵姿態(ear position):貓耳的尖角向外分開,並略為朝後旋轉。[3, 5]
圖/參考資料 5
瞇眼程度(orbital tightening):上下眼瞼之間的空隙,小於眼睛的寬度,或是完全緊閉。[3, 5]
圖/參考資料 5
口鼻緊繃(muzzle tension):口鼻(即臺語所謂「喙管」的部位)由圓轉扁,而呈橢圓形。[3, 5]
圖/參考資料 5
觸鬚變化(whiskers change):觸鬚從平常放鬆的圓弧,撐直且稍微向前。[3, 5]
圖/參考資料 5
頭部位置(head position):原本處於全身最高處的貓頭,降至低於肩膀,並往下垂。[3, 5]
圖/參考資料 5
貓臉疼痛辨識技術
目前受惠於物種專屬苦臉量表的,除了貓,還有鼠、兔、馬、羊、豬和貂等動物。受過訓練的獸醫,能精準判讀牠們的表情,用這些工具,來評估牠們的疼痛指數。隨著科技的進步,到了 2022 年《科學報告》期刊再次關懷貓咪的痛楚時,另一群科學家拿出「貓臉辨識技術」,試圖取代專業的肉眼觀察。[6]
臉部校正
臉部校正是建立辨識系統的要務。先調整貓臉的特徵(landmarks,即照片上標有號碼的黑點),讓它們在空間中對齊,減少幾何上的變異,方便接下來的步驟進行。原則上,校正後的貓臉必須:[6]
- 在畫面正中央;
- 旋轉直到雙眼的連線呈水平;
- 尺寸都約略相同。
圖/參考資料 6 ,figure 1
模型1:特徵基準(landmark-based)
在找到貓臉的特徵後,依據「貓咪苦臉量表」的觀察部位,將貓臉特徵(黑點)分為:左眼、右眼、額頭與耳朵,以及口鼻和觸鬚,四個區塊向量。然後,多加一些貓鼻子的照片,進行「資料擴增」(data augmentation),[6] 彌補原始資料的不足,以強化機器學習。[7] 不過,團隊事後發現,這次的資料擴增,成效不彰。[6]
圖/參考資料 6 ,figure 3
處理這些照片的計算模型,是一種叫做「多層感知器」(Multi-Layer Perceptron)的人工神經網路(artificial neural network)。[6] 就像人的神經系統,有好多神經元相互連結,將輸入的資料從上一層送到下一層,經過多層運算後再輸出。[8, 9]
模型2:深度學習(deep learning)
研究團隊把大量沒有標註特徵的貓照,在校正角度和尺寸後,餵給 ResNet50 。[6] 這是一種有五十層的深度學習模型,早已預先訓練好怎麼逐層辨識貓咪的輪廓、曲線及其它識別特徵。[10] 套用該模型的同時,還要進行實驗需要的特定調整,例如:加上「痛」與「不痛」的分類標籤。[6]
貓的痛,AI 有多懂?
上述兩個模型的實測,在判讀貓咪是否疼痛時,都有超過 72% 的準確率,算是相當不錯的成果。不過,在完全替代人工判讀之前,可能還要擴建訓練辨識系統的資料庫。因為當初請來的照片模特兒,是 29 隻準備接受卵巢子宮切除術的短毛母貓,年紀約幾個月到一歲多。拿牠們術前、術後,以及使用止痛劑前後的照片來訓練 AI ,雖然是個不錯的點子,但無法代表多元的貓咪社群。[6] 將來的實驗,若能涵蓋其他性別、年齡和品種,相信貓咪們會覺得更加窩心。
備註
FLACC 量表: FLACC 是臉(face)、腿(legs)、活動(activity)、哭(cry)與 安撫(consolability)的縮寫。每個項目依觀察到的狀態,給 0 到 2 分,總分最高 10 分。[2]
參考資料
- 瓊瑤經典台詞》小時候看超感動,長大看卻啼笑皆非的 7 大經典場景(風傳媒,2020)
- Pain assessment and measurement (The Royal Children’s Hospital Melbourne, 2019)
- Evangelista MC, Watanabe R, Leung VSY, et al. (2019) ‘Facial expressions of pain in cats: the development and validation of a Feline Grimace Scale’. Scientific Reports, 9, 19128.
- Me-owch — could resting cat face tell us about kitty’s pain? (CBC, 2020)
- Feline Grimace Scale – Practice your pain assessment skills using the FGS! (Université de Montréal, 2019)
- Feighelstein M, Shimshoni I, Finka LR, et al. (2022) ‘Automated recognition of pain in cats’. Scientific Reports, 12: 9575.
- 2021 iThome 鐵人賽-DAY21 資料正規化與資料增強(Data Normalization & Data Augmentation)(IT邦幫忙,2021)
- 2019 iT 邦幫忙鐵人賽-06. 深度學習的架構分析:多層感知器(IT邦幫忙,2019)
- 神經網路(IBM,2020)
- 何謂遷移學習?(NVIDIA,2019)