Postoperatiivisen kivun arviointi kasvojen ilmeillä käyttämällä kasvojentunnistusohjelmistoa
Leikkauksen jälkeisen kivun arviointi kasvojen ilmeillä käyttämällä kasvojentunnistusohjelmistoa: mahdollinen havainnoinnin toteutettavuustutkimus
Leikkauksen jälkeisen kivun asianmukainen hoito on jatkuva lääketieteellinen haaste. Riittämätön kivun hoito liittyy merkittävästi huonompiin potilaiden tuloksiin. Koska kipu on kuitenkin subjektiivinen kokemus, tarkka arviointi on vaikeaa.
Yleisesti käytettyjä menetelmiä kivun arvioinnissa ovat potilaiden omat ilmoitukset tai tarkkailijan arvioinnit.
Molemmat tekniikat ovat kuitenkin subjektiivisia puolueellisuuteen. Siksi objektiivisiin tietoihin perustuva automaattinen kivun arviointi mahdollistaisi yksilöllisen potilaan hoidon, optimoidaan tarjotun anestesiahoidon ja analgeettiset hoidot.
Vaikka tutkimukset ovat osoittaneet, että ilmeet ovat päteviä kivun tason indikaattoreita, tähän mennessä tutkimukset eivät ole vielä tuottaneet luotettavaa kliinistä työkalua, joka voidaan helposti ottaa käyttöön kliinisessä käytännössä.
Tässä pilottitutkimuksessa aiomme arvioida ilmeanalyysin toteutettavuutta käyttämällä tekoälyn (AI) koneoppimismalleja ennustaaksemme tarkasti potilaiden kiputasot välittömästi leikkauksen jälkeisenä aikana.
Tämä pilottikoe toteutetaan kahdessa vaiheessa:
Ensimmäisessä vaiheessa kehitetään tekoälyalgoritmi, joka korreloi kasvojentunnistuksen kiputasoihin.
Toinen vaihe sisältää algoritmin validoinnin vertaamalla tavallisia kivunarviointimenetelmiä.
Ensimmäisessä vaiheessa jokainen ilmeiden arviointi kuvataan 30 sekunnin jaksossa, ja sitä seuraa välitön kivunarviointi kahdella menetelmällä. Ensimmäinen on kivun pisteytys, jonka potilasta hoitava anestesiologi arvioi, toinen on VAS. osallistuvan potilaan arvioinnin. Kolme objektiivista parametria: syke, verenpaine ja hengitystaajuus tallennetaan samanaikaisesti automaattisesta kirjaamisjärjestelmästä, jota käytetään jokaisen potilaan toipumishuoneessa (postanestesian hoitoyksikkö-PACU).
Näitä arviointeja tehdään eri aikavälein tutkijan päätöksen mukaan koko osallistujan anestesian jälkeisen hoitoyksikön ajan.
Ensimmäisen vaiheen päätyttyä suoritetaan tutkimuksen toinen vaihe samalla tavalla kuin edellä on kuvattu potilaiden rekisteröinnin osalta. Kivun arvioinnin tekee VAS ja lääkärin arviointi edellä kuvatulla tavalla, mutta tämä aika korreloidaan tutkimuksen ensimmäisessä vaiheessa kehitetyn algoritmin kivun arvioinnin kanssa.
Tutkimuksen yleiskatsaus
Tila
Interventio / Hoito
Yksityiskohtainen kuvaus
Osallistumisen jälkeen potilaat selvittävät kivun arvioinnista VAS:lla ja jatkavat sitten leikkaukseen, tutkimukseen osallistuminen ei vaikuta anestesiaan tai leikkauksen hallintaan millään tavalla.
Opintoihin osallistuminen tapahtuu PACU:ssa. PACU-yksikköön päästyään kaikkien tutkimukseen osallistuneiden kasvojen ilmeet videoidaan potilaan sängyn eteen sijoitetulla kameralla.
Kasvojen ilmeet kuvataan 30 sekunnin jaksoissa. Kivun arviointi mitataan välittömästi kunkin segmentin kuvaamisen jälkeen kahdella tavalla:
- Tutkimusryhmään määrätty anestesiologi arvioi kivun pisteytyksen.
- VAS-arviointi potilaan toimesta.
- Kolme objektiivista parametria: syke, verenpaine ja hengitystiheys tallennetaan samanaikaisesti automaattisesta muistiinpanojärjestelmästä, jota käytetään jokaisessa PACU:ssa olevassa potilaassa. Jokaiselle osallistujalle kuvattujen segmenttien määrän päättää tutkija ottaen huomioon osallistujan yhteistyön. taso ja VAS-tasot.
Tarkan ennustusmallin luomiseksi tietojoukko sisältää myös osallistujia, jotka raportoivat VAS:n 0-, ei kipua.
Tiedonhallinta:
Tiedonkeruun jälkeen tiedot välitetään koodatulla tavalla Clalitin tietoturvamääräysten mukaisesti kasvojentunnistusohjelmistoyhtiölle Third Eye Systemsille.
Ensimmäisessä vaiheessa Third Eye -järjestelmät analysoivat ja käsittelevät dataa tekoäly- ja koneoppimismalleja käyttäen ja kehittävät algoritmin, joka voi ennustaa kivun tason katsomalla kasvojen ilmeitä.
Ensimmäisen vaiheen päätyttyä suoritetaan tutkimuksen toinen vaihe samalla tavalla kuin edellä on kuvattu potilaiden rekisteröinnin osalta. Kivun arvioinnin tekee VAS ja lääkärin arviointi edellä kuvatulla tavalla, mutta tämä aika korreloidaan tutkimuksen ensimmäisessä vaiheessa kehitetyn algoritmin kivun arvioinnin kanssa.
Tämä toteutettavuustutkimus on pilottitutkimus, jossa tutkitaan, onko positiivista korrelaatiota suhteellisen pienen otoskoon analyysissä, jossa käytetään yksinkertaisia resursseja ja rajoitettua dataa tämän tutkimuksen suorittamiseen.
Mikäli positiivinen hypoteesi voidaan vahvistaa, tutkitaan toisen vaiheen havaintotutkimus suurella otoskoolla ja laajemmalla tietolähteellä.
Opintotyyppi
Ilmoittautuminen (Odotettu)
Yhteystiedot ja paikat
Opiskelupaikat
-
-
-
Petach Tikva, Israel, 49100
- Rekrytointi
- Rabin Medical Center/Beilinson Campus
-
-
Osallistumiskriteerit
Kelpoisuusvaatimukset
Opintokelpoiset iät
Hyväksyy terveitä vapaaehtoisia
Sukupuolet, jotka voivat opiskella
Näytteenottomenetelmä
Tutkimusväestö
Kuvaus
Sisällyttämiskriteerit:
Kaikki yli 18-vuotiaat potilaat, jotka hakeutuvat valinnaiseen leikkaukseen Beilinsonin sairaalassa saatuaan kirjallisen suostumuslomakkeen ja jotka pystyvät noudattamaan tutkimusvaatimuksia, otetaan mukaan tutkimukseemme.
Poissulkemiskriteerit:
- Alle 18-vuotiaat potilaat
- Potilaat, jotka eivät pysty allekirjoittamaan tietoista suostumusta
- Potilaat, joilla on ollut psykiatrinen sairaus.
Opintosuunnitelma
Miten tutkimus on suunniteltu?
Suunnittelun yksityiskohdat
- Havaintomallit: Kohortti
- Aikanäkymät: Tulevaisuuden
Kohortit ja interventiot
Ryhmä/Kohortti |
Interventio / Hoito |
|---|---|
|
Opiskeluryhmä
Potilaita pyydetään allekirjoittamaan tietoinen suostumus, jossa he suostuvat kasvonsa kuvaamiseen anestesian jälkeisessä hoitoyksikössä. Kasvojen ilmeet kuvataan 30 sekunnin jaksoissa. Kivun arviointi mitataan välittömästi kunkin segmentin kuvaamisen jälkeen kahdella tavalla:
Third Eye -järjestelmät analysoivat ja käsittelevät dataa tekoäly- ja koneoppimismallien avulla ja kehittävät algoritmin, joka voi ennustaa kivun tason katsomalla kasvojen ilmeitä. |
Tutkimukseen osallistuneiden kasvojen ilmeet videoidaan potilaan sängyn eteen sijoitetulla kameralla heidän ollessaan anestesian jälkeisessä hoitoyksikössä.
|
Mitä tutkimuksessa mitataan?
Ensisijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
visuaalinen analoginen kipuasteikko (VAS)
Aikaikkuna: pysyä pacun aikana jopa 6 tuntia
|
vas kivun pisteet 0–10 pienempi luku, joka heijastaa pienempää kipumittausta, tutkimuksessa pyritään korreloimaan VAS-pisteet automaattisten kasvojen ilmeen kanssa, mikä heijastaa tarkasti potilaiden kivun voimakkuusmittauksia välittömästi leikkauksen jälkeisellä jaksolla PACU:n keston aikana. (anestesian jälkeinen hoitoyksikkö).
|
pysyä pacun aikana jopa 6 tuntia
|
Toissijaiset tulostoimenpiteet
Tulosmittaus |
Toimenpiteen kuvaus |
Aikaikkuna |
|---|---|---|
|
automaattinen analyysi kasvojen ilmeistä ja tarkkailijan kivun arviointipisteistä.
Aikaikkuna: pysyä pacun aikana jopa 6 tuntia
|
Toissijainen päätepisteemme on tutkia, vastaako automaattinen kasvojen ilmeiden analyysi tarkkailijan kivun arvioinnin pisteitä.
|
pysyä pacun aikana jopa 6 tuntia
|
Yhteistyökumppanit ja tutkijat
Sponsori
Yhteistyökumppanit
Opintojen ennätyspäivät
Opi tärkeimmät päivämäärät
Opiskelun aloitus (Todellinen)
Ensisijainen valmistuminen (Odotettu)
Opintojen valmistuminen (Odotettu)
Opintoihin ilmoittautumispäivät
Ensimmäinen lähetetty
Ensimmäinen toimitettu, joka täytti QC-kriteerit
Ensimmäinen Lähetetty (Todellinen)
Tutkimustietojen päivitykset
Viimeisin päivitys julkaistu (Todellinen)
Viimeisin lähetetty päivitys, joka täytti QC-kriteerit
Viimeksi vahvistettu
Lisää tietoa
Tähän tutkimukseen liittyvät termit
Muita asiaankuuluvia MeSH-ehtoja
Muut tutkimustunnusnumerot
- 0778-20
Yksittäisten osallistujien tietojen suunnitelma (IPD)
Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?
Lääke- ja laitetiedot, tutkimusasiakirjat
Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta
Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta
Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .