Automatski sistem za prepoznavanje bola koji koristi veštačku inteligenciju (AI) obećava kao nepristrasan metod za otkrivanje bola kod pacijenata pre, tokom i posle operacije, prema istraživanju predstavljenom na godišnjem sastanku anesteziologa 2023.
Trenutno se za procenu bola koriste subjektivne metode, uključujući vizuelnu analognu skalu (VAS) — gde pacijenti procenjuju sopstveni bol — i alatku za posmatranje bola u kritičnoj nezi (CPOT) — gde zdravstveni radnici procenjuju bol pacijenta na osnovu izraza lica , kretanje tela i napetost mišića. Automatizovani sistem za prepoznavanje bola koristi dva oblika veštačke inteligencije, kompjuterski vid (dajući kompjuteru „oči“) i duboko učenje kako bi mogao da tumači vizuelne elemente kako bi procenio bol pacijenata.
„Na tradicionalne alate za procenu bola mogu uticati rasne i kulturološke predrasude, što može dovesti do lošeg upravljanja bolom i lošijih zdravstvenih ishoda“, rekao je Timoti Hajnc, dipl. Diego. „Dalje, postoji praznina u perioperativnoj nezi zbog odsustva kontinuiranih uočljivih metoda za otkrivanje bola. Naš AI model sa dokazom koncepta mogao bi da pomogne u poboljšanju nege pacijenata kroz nepristrasno otkrivanje bola u realnom vremenu.“
Pokazalo se da rano prepoznavanje i efikasan tretman bola smanjuju dužinu boravka u bolnici i sprečavaju dugoročna zdravstvena stanja kao što su hronični bol, anksioznost i depresija.
Istraživači su dali AI modelu 143.293 slike lica iz 115 epizoda bola i 159 epizoda bez bola kod 69 pacijenata koji su imali širok spektar elektivnih hirurških procedura, od zamene kolena i kuka do složenih operacija srca. Istraživači su učili kompjuter tako što su ga predstavili sa svakom sirovom slikom lica i rekli mu da li predstavlja bol ili ne, i počeo je da identifikuje obrasce.
Koristeći toplotne mape, istraživači su uočili da se računar fokusirao na izraze lica i mišiće lica u određenim delovima lica, posebno na obrve, usne i nos. Kada mu je dato dovoljno primera, koristilo je naučeno znanje za predviđanje bola. Automatizovani sistem za prepoznavanje bola sa veštačkom inteligencijom usklađen sa CPOT daje rezultate u 88% vremena i sa VAS-om u 66% vremena.
„VAS je manje precizan u poređenju sa CPOT-om jer je VAS subjektivno merenje na koje emocije i ponašanja mogu više uticati nego što bi CPOT mogao biti“, rekao je Hajnc. „Međutim, naši modeli su bili u stanju da predvide VAS u određenoj meri, što ukazuje da postoje veoma suptilni znaci koje sistem veštačke inteligencije može da identifikuje, a koje ljudi ne mogu.“
Ako se nalazi potvrde, ova tehnologija može biti dodatno sredstvo koje bi lekari mogli da koriste za poboljšanje nege pacijenata. Na primer, kamere bi mogle da se montiraju na zidove i plafone hirurške sobe za oporavak (jedinica za negu nakon anestezije) da bi procenile bol pacijenata — čak i onih koji su u nesvesti — uzimajući 15 slika u sekundi. Ovo bi takođe oslobodilo medicinske sestre i zdravstvene radnike — koji povremeno uzimaju vreme da procene pacijentov bol — da se fokusiraju na druge oblasti nege. Istraživači planiraju da nastave da inkorporiraju druge varijable kao što su kretanje i zvuk u model.
Zabrinutost oko privatnosti bi trebalo da se reši kako bi se osiguralo da slike pacijenata ostanu privatne, ali sistem bi na kraju mogao da uključi i druge funkcije praćenja, kao što su aktivnost mozga i mišića za procenu pacijenata bez svesti, rekao je on.
