Akut smertevurdering ved hjælp af ansigtsudtryksanalyse (DEF-I)

Håndtering af smerte, som rammer 20-50 % af befolkningen, er et stort problem i den daglige kliniske praksis. Evaluering af smerteintensitet er afgørende for at tilpasse behandlingen, men da den hovedsageligt er afhængig af selvrapportering, er denne vurdering vanskelig eller umulig hos ikke-kommunikerende patienter. I disse tilfælde kan smerte kun vurderes af medicinsk personale ved at observere smerterelaterede karakteristika som ansigtsudtryk af smerte (FEP). Anerkendelse af FEP er imidlertid subjektiv, tidskrævende og genstand for flere skævheder, der ofte fører til undervurdering af smerte og følgelig underbehandling. Nogle af disse skævheder kan løses ved brug af ansigtsgenkendelsesteknologi, hvilket muliggør objektiv, automatiseret og tidsbesparende smertevurdering. DEF-I sigter mod at løse tekniske problemer og opnå udviklingen af ​​et digitalt værktøj til ansigtsudtryksgenkendelse, der er i stand til at evaluere alvorlige akutte smerter i klinisk praksis, med høj validitet og anvendelighed ved at forbedre kvaliteten af ​​de billeder, der skal analyseres, ved at studere større prøver af patienter , data og billeder, for mere effektivt at korrelere smerteintensiteten, som en patient føler med ansigtsudtrykket. Hovedformålet med denne undersøgelse er at verificere, om det er muligt kvantitativt at korrelere intensiteten af ​​akutte postoperative smerter, som en patient mærker, med hans ansigtsudtryk. Det sekundære mål er at definere en pålidelig computeralgoritme, der kvalitativt korrelerer typen af ​​akut postoperativ smerte, som en patient oplever, med hans ansigtsudtryk.