Analyse des expressions faciales pour la reconnaissance de la douleur dans la fibromyalgie: utiliser l'intelligence artificielle et les biomarqueurs (Fibromyalgia)

Introduction:

La fibromyalgie (FM) est un syndrome chronique caractérisé par une douleur musculo-squelettique diffuse, une fatigue et des troubles du sommeil, avec un impact majeur sur la qualité de vie. En raison de la subjectivité de l'évaluation de la douleur, le développement de méthodes objectives est essentielle. Cette étude explore l'utilisation de l'intelligence artificielle (IA) dans l'analyse des expressions faciales, combinée à l'étude des marqueurs moléculaires, comme une approche innovante et quantitative de l'évaluation de la douleur chez les patients atteints de FM.

Objectif:

Pour valider l'application d'un outil d'IA combiné à l'analyse de l'expression faciale et à la recherche sur les biomarqueurs moléculaires pour mesurer l'intensité de la douleur chez les patients FM.

Méthodologie:

Une étude de cohorte d'observation a été réalisée avec 122 participants, divisée en deux groupes: les patients atteints de FM (n = 61) et sans FM (n = 61). Collecte de données incluse:

1. Enregistrement d'expression faciale: un algorithme de réseau neuronal convolutionnel a été utilisé pour analyser les modèles faciaux associés à la douleur.
2. Des échantillons biologiques: 1 ml de salive seront prélevés auprès de chaque participant à l'aide de la méthode de salivette et traités pour extraire des protéines d'ADN, d'ARN et de plasma. Les protéines seront quantifiées par ELISA et les gènes associés à FM seront analysés par RT-QPCR.
3. Questionnaires cliniques: des instruments psychométriques tels que l'échelle visuelle analogique (EVA) et l'indice de douleur généralisé (GDI) ont été utilisés pour valider les résultats.
4. Analyse statistique: Les données ont été analysées en utilisant des corrélations Kappa et Bland-Altman pour évaluer l'accord entre les méthodes d'IA et les questionnaires, avec un niveau de signification de P <0,05.

L'algorithme AI utilisera des modèles faciaux cohérents les corrélant à l'intensité de la douleur signalée, en accord (Kappa = 0,82) avec les résultats des échelles cliniques. Les marqueurs moléculaires analysés devraient montrer des différences significatives entre les groupes, avec une expression accrue de protéines inflammatoires chez les patients FM (P <0,05). L'intégration de l'analyse faciale et moléculaire vise à amplifier la précision de la classification de l'intensité de la douleur.

Cette approche représente une avancée prometteuse dans le diagnostic et la gestion du syndrome, contribuant aux thérapies personnalisées et améliorant la qualité de vie des patients.