Evaluering af en app baseret på kunstig intelligens til smertevurdering i pædiatrisk afdeling (DEF II)

Akutte smerter er årsagen til, at størstedelen af ​​patienterne henvender sig til Akutmodtagelsen. Flere undersøgelser udført over mange år har vist, at smerter er dårligt håndteret i Akutafdelingen. Dette fænomen er blevet omtalt i den medicinske litteratur som "Oligoanalgesi." Desuden kan ubehandlede smerter have kort- og langsigtede virkninger i den pædiatriske befolkning, herunder sensibilisering over for smerteepisoder senere i livet, og kan påvirke barnets neuroudvikling.

Den generelt accepterede standard for smertevurdering er selvrapporteret; Men hos præverbale børn, som ikke kan kommunikere deres smerte, anbefales alderssvarende adfærdsmæssige eller observationsmæssige smertevurderingsværktøjer. Fordi børn ikke altid er i stand til at give udtryk for deres følelser, er de fuldstændig afhængige af deres omsorgsteam til fortolkning og håndtering af deres smerte og ubehag. Derfor er nøjagtigt validerede skalaer til vurdering af smerteniveauer afgørende. I Frankrig er EVENDOL den mest brugte skala. EVENDOL-skalaen (fra den franske Evaluation Enfant Douleur) bruges til at evaluere smerter hos børn i enhver situation, der dækker en bredere aldersgruppe end andre smerteskalaer (fødsel op til syv år). På trods af et stort antal skalaer med en række psykometriske egenskaber, der er blevet offentliggjort i de sidste årtier, er der til dato ingen kriteriestandard, når man vurderer vurderingen af ​​smerte. Som følge heraf lider børn fortsat af smerte uden tilstrækkelig smertebehandling. Internationale retningslinjer inkorporerer behovet for hurtig erkendelse af smerte.

Kunstig intelligens (AI) i medicin blomstrer og har allerede bevist sit værd med hensyn til forebyggelse, overvågning og diagnose. AI på dette felt kan bruges til at støtte klinikerens beslutningstagning, tillade nysgerrighedsdrevet pleje, fjerne behovet for at udføre hverdagslige opgaver, forbedre kommunikationen og lette samarbejdet. Evaluering af ansigtet er centralt for alle observationsværktøjer til smertevurdering, da ansigtet er meget tilgængeligt, og ansigtsudtryk anses for at være det mest indkodede træk ved smerte. efterforskere sigter mod at udvikle, validere og vurdere et system baseret på digital ansigtsgenkendelse til smertevurdering i børneafdelingen.