Contactloze depressiescreening via hartslagvariabiliteit afgeleid uit gezichtsvideo

Stemming controleren met alleen een camera

Veel mensen met depressie krijgen nooit hulp, vaak omdat het moeilijk is om over mentale gezondheid te praten of tijd te vinden voor een polikliniekbezoek. Deze studie onderzoekt een verrassend eenvoudig idee: zou een gewone webcam, gericht op iemands gezicht gedurende enkele minuten, kunnen helpen signaleren wie mogelijk worstelt met depressie door kleine veranderingen in hun hartslag te volgen?

Hoe het hart onze innerlijke toestand signaleert

Ons hart klopt niet als een metronoom. De kleine, natuurlijke variaties in de tijd tussen slagen — bekend als hartslagvariabiliteit, of HRV — weerspiegelen hoe flexibel ons zenuwstelsel reageert op stress en emotie. Eerder onderzoek heeft laten zien dat mensen met depressie doorgaans minder van deze gezonde variatie hebben. De auteurs van dit artikel vroegen zich af of HRV, gemeten op een snelle en comfortabele manier, gebruikt zou kunnen worden voor grootschalige depressiescreening buiten gespecialiseerde laboratoria.

Een contactloze controle met gezichtsvideo

In plaats van sensoren op de borst of pols te bevestigen, gebruikte het team gezichtsvideo-opnamen van meer dan 1.400 volwassenen die ziekenhuizen in Zuid-Korea bezochten. Een standaard webcam legde ieders gezicht vast terwijl ze enkele minuten stil zaten. Subtiele verschuivingen in huidskleur, onzichtbaar voor het blote oog maar detecteerbaar voor de camera, werden omgezet in een polssignaal en vervolgens in gedetailleerde HRV-metingen. Tijdens hetzelfde bezoek vulden deelnemers een korte vragenlijst in (de PHQ-9) die hun depressieve klachten over de voorgaande twee weken beoordeelde. Degenen die 5 of hoger scoorden werden ingedeeld als personen met depressieve klachten, terwijl lagere scores voor de doeleinden van deze studie als niet-depressief werden behandeld.

Een computer trainen om patronen te herkennen

De onderzoekers bouwden vervolgens een machine-learning-systeem om patronen te leren die mensen met en zonder depressieve klachten onderscheiden. Ze combineerden veel informatie: meerdere HRV-maten (zoals gemiddelde hartslag en verschillende frequentiebanden van variatie) en basisgegevens zoals leeftijd, geslacht, rookgedrag, body-mass-index en het al dan niet hebben van andere medische aandoeningen. Meerdere algoritmen werden gestapeld zodat een eindmodel kon putten uit de sterke punten van elk. Het team beoordeelde de prestaties met maten die bijzonder geschikt zijn voor ja/nee-beslissingen in de geneeskunde, waaronder hoe goed het systeem waarschijnlijk depressieve van niet-depressieve gevallen scheidde over herhaalde tests.

Wat het systeem goed deed — en waar het tekortschiet

Het model kon de twee groepen beter van elkaar onderscheiden dan toeval, maar niet met de nauwkeurigheid die nodig is voor een zelfstandig diagnostisch hulpmiddel. De algehele discriminatie was bescheiden: op de standaardschalen die in de geneeskunde worden gebruikt, bevond de prestatie zich in een "middelhoog" in plaats van "hoog" bereik. Een belangrijke bevinding was dat eenvoudige demografische factoren — vooral of iemand rookte, hun geslacht en of ze medische ziekten hadden — sterkere voorspellers waren dan een enkele HRV-maat. Toch voegde HRV nuttige extra informatie toe wanneer het met deze basisgegevens werd gecombineerd. Mensen met meer depressieve klachten neigden naar iets snellere rusthartslagen en lagere HRV, tekenen van een minder flexibel stressresponssysteem. Het model werkte iets beter in bepaalde subgroepen, zoals mensen met obesitas of huidige rokers, waar fysiologische verschillen tussen depressieve en niet-depressieve deelnemers duidelijker waren.

Waarom dit van belang is voor het dagelijks leven

Dit werk laat zien dat een korte, contactloze opname met een gewone camera hartritmesignalen vastleggen die aan stemming gerelateerd zijn, en dat deze signalen, gecombineerd met een paar eenvoudige vragen, mensen die mogelijk depressie ervaren matig kunnen signaleren. Hoewel het huidige systeem niet nauwkeurig genoeg is om een professionele beoordeling te vervangen, zou het op een dag kunnen dienen als een eenvoudige eerste stap — misschien ingebouwd in een smartphone of tijdens een telezorgbezoek — om mensen met een risico aan te moedigen meer grondige zorg te zoeken. In gewone bewoordingen: je gezicht en hartslag, veilig op afstand gemeten, kunnen een zachte vroege waarschuwing bieden dat het tijd is om met iemand te praten over hoe je je voelt.

Bronvermelding: Jhon, M., Kim, JW., Lee, K. et al. Contactless depression screening via facial video-derived heart rate variability. Transl Psychiatry 16, 49 (2026). https://doi.org/10.1038/s41398-026-03831-y

Trefwoorden: depressiescreening, hartslagvariabiliteit, gezichtsvideo, machine learning, technologie voor geestelijke gezondheid