Fájdalomérzékelés automatizált videoelemzés segítségével

A műtét utáni fájdalom, ha nem megfelelően kontrollálható, káros rövid- és hosszú távú következményekkel jár a betegre nézve. Bár a legtöbb beteg képes beszámolni fájdalompontszámáról, egy kisebb rész ezt nem tudja megtenni, és fájdalmának felmérése kihívást jelenthet az egészségügyi szakemberek számára. Az elmúlt években arcfelismerő eszközöket fejlesztettek ki azon a feltevésen alapulva, hogy az arc finom eltérései fájdalmat jelentenek. A test és a fejtartás változásai azonban fájdalmat is jelenthetnek. Mint ilyenek, ezeknek az eszközöknek megvannak a maguk korlátai, és csak bizonyos betegcsoportokon érvényesítik őket, ezért előfordulhat, hogy nem elég érzékenyek a műtét utáni betegek fájdalmának kimutatására.

A vizsgálat első szakaszát 40, nagyobb nőgyógyászati ​​műtétre jelentkező betegen végzik el, a kapott adatokkal az algoritmus finomhangolásához. A betegeket a műtét előtt az aneszteziológiai klinikán, a műtét után pedig az osztályon videóra veszik. Felkérik őket, hogy értékeljék fájdalompontszámukat a numerikus értékelési skálán, és töltsenek ki kérdőíveket pszichológiai és egészségi állapotukról. A fájdalompontszámok korrelálnak a fájdalomértékelési algoritmus eredményeivel.

A második fázis javítani és javítani fogja a modellt azáltal, hogy (1) elemzi a testhelyzetet a modell teljesítményének javítása érdekében; (2) a továbbfejlesztett modell validálása 200 sebészeti és fájdalomkezelésen áteső beteg felvételével, fekvő- és járóbeteg konzultáción, hogy összegyűjtsék videóikat a műtét előtt és után, valamint a fekvő- és ambuláns fájdalomkezelési konzultációkon; (3) integrálja a modellt egy önálló elektronikus alkalmazásba, hogy javítsa a használhatóságát mind a fekvő-, mind a járóbeteg-ellátásban.

A harmadik szakaszban 130 körülmetélési műtétre jelentkező férfi gyermeket vesznek fel az algoritmus javítása érdekében azáltal, hogy i) testtartáselemzést és egyéb fiziológiai méréseket adunk hozzá modellünk teljesítményének további javítása érdekében; ii) Modellünk fejlesztése gyermekpopulációban való használatra; és iii) Használhatóságának javítása klinikai és nem klinikai körülmények között egyaránt. Az azonosítatlan kulcspontokat a videókból kinyerjük a modell további érvényesítése érdekében.