Durante il recente congresso dell’American society of anesthesiologists è stata presentata una ricerca su un nuovo sistema di riconoscimento automatico del dolore che utilizza l’intelligenza artificiale, considerato un metodo imparziale per rilevare il dolore nei pazienti prima, durante e dopo un intervento chirurgico.

Attualmente per valutare il dolore si utilizzano metodi soggettivi, tra cui la scala analogica visiva (Vas) – in cui i pazienti valutano il proprio dolore – e il Critical-care pain observation tool (Cpot) – in cui gli operatori sanitari valutano il dolore del paziente in base all’espressione facciale, al movimento del corpo e alla tensione muscolare.

Il sistema di riconoscimento automatico del dolore utilizza due forme di intelligenza artificiale: la computer vision (che conferisce al computer la capacità di vedere) e il deep learning, in modo da poter interpretare le immagini per valutare il dolore dei pazienti.

“Gli strumenti tradizionali di valutazione del dolore possono essere influenzati da pregiudizi razziali e culturali, che potenzialmente possono portare a una cattiva gestione del dolore e a esiti sanitari peggiori“, ha dichiarato Timothy Heintz, autore principale dello studio e studente di medicina al quarto anno presso l’Università della California San Diego. “Inoltre esiste una lacuna nell’assistenza perioperatoria dovuta all’assenza di metodi osservabili continui per il rilevamento del dolore. Il nostro modello AI proof-of-concept potrebbe contribuire a migliorare l’assistenza ai pazienti attraverso il rilevamento del dolore in tempo reale e senza pregiudizi“.

Obiettivo: superare i difetti dei metodi soggettivi

I ricercatori hanno fornito al modello di intelligenza artificiale 143.293 immagini facciali di 115 episodi di dolore e 159 episodi di non dolore in 69 pazienti che avevano subito un’ampia gamma di interventi chirurgici elettivi, dalle protesi al ginocchio e all’anca a complessi interventi al cuore.

I ricercatori hanno istruito il computer presentandogli ogni immagine facciale grezza chiedendo se rappresentava o meno il dolore, e il computer ha iniziato a identificare gli schemi. Utilizzando mappe di calore, i ricercatori hanno scoperto che il computer si concentrava sulle espressioni facciali e sui muscoli facciali in determinate aree del viso, in particolare sopracciglia, labbra e naso. Una volta che gli è stato fornito un numero sufficiente di esempi, il computer ha utilizzato le conoscenze apprese per fare previsioni sul dolore. Il sistema di riconoscimento del dolore automatizzato dall’intelligenza artificiale si è allineato con i risultati del Cpot nell’88% dei casi e con il Vas nel 66% dei casi.

American_Society_of_Anesthesiologists.svg

“Il Vas è meno accurato rispetto al Cpot perché è una misura soggettiva che può essere più pesantemente influenzata dalle emozioni e dai comportamenti rispetto al Cpot“, ha detto Heintz. “Tuttavia i nostri modelli sono stati in grado di prevedere il Vas in una certa misura, il che indica che il sistema di intelligenza artificiale è in grado di identificare indizi molto sottili che gli esseri umani non sono in grado di vedere“.

Il trattamento efficace del dolore riduce la durata delle degenze

Se i risultati saranno convalidati, questa tecnologia potrebbe essere un ulteriore strumento che i medici potrebbero utilizzare per migliorare l’assistenza ai pazienti. Ad esempio, le telecamere potrebbero essere montate sulle pareti e sul soffitto della sala di rianimazione chirurgica (unità di cura post-anestesia) per valutare il dolore dei pazienti – anche di quelli che non sono coscienti – scattando 15 immagini al secondo. In questo modo, inoltre, gli infermieri e gli operatori sanitari, che si dedicano a intermittenza alla valutazione del dolore del paziente, potrebbero concentrarsi su altre aree di cura. I ricercatori intendono continuare a incorporare nel modello altre variabili, come il movimento e il suono.

Le preoccupazioni sulla privacy dovrebbero essere affrontate per garantire la riservatezza delle immagini dei pazienti, ma il sistema potrebbe eventualmente includere altre funzioni di monitoraggio, come l’attività cerebrale e muscolare per valutare i pazienti in stato di incoscienza. È stato dimostrato che il riconoscimento precoce e il trattamento efficace del dolore riducono la durata delle degenze ospedaliere e prevengono condizioni di salute a lungo termine come il dolore cronico, l’ansia e la depressione.