がん/腫瘍の痛みを捉えて分類するために、顔の画像、声、話し言葉を分析する機械学習

バックグラウンド：

• がん/腫瘍に関連する痛みは広範囲に及ぶ可能性があり、日常生活に衰弱効果をもたらし、標的治療によるその他の肯定的な結果を妨げる可能性があります.
• この研究の基盤は、主に、患者集団の多様性に幅と深さで関連するモデルを使用して、痛みを測定するための客観的な方法を開発および検証する必要性によって動機付けられています。
• がん/腫瘍性疼痛の不適切な評価と管理は、機能的および心理的な悪化につながり、生活の質に悪影響を与える可能性があります。
• 機械学習を使用した顔の表情の自動検出に基づく痛みの客観的な測定スケールの研究は拡大していますが、特定の人口統計学的コホートに限定されています。
• 機械学習モデルは、目に見えて異なる顔や表情など、トレーニング セットに十分な多様性のトレーニング データがない場合、パフォーマンスが低下することを示します。これは、さまざまな性別の顔に基づいて、より一般的で一般化可能なモデルを構築することにより、提案された研究で指針となる基礎を築く機会をもたらします。そして肌のフォトタイプ。

目的:

-この研究の主な目的は、顔認識技術を使用して、臨床試験に参加しているがん/腫瘍を有する人口統計学的に多様な参加者のがん/腫瘍関連の痛みを分類することの実現可能性を判断することです。

資格:

• 成人および小児（12 歳以上）で、がんまたは腫瘍の診断を受け、根底にあるがん/腫瘍の臨床研究を受けている。
• 参加者は、インターネットに接続されたスマートフォンまたはカメラとマイクを備えたコンピューターにアクセスできる必要があり、デバイスの使用に関連するサービスプロバイダー/キャリアからの料金を支払う意思がある必要があります。

デザイン：

• このデザインは、国立衛生研究所臨床センターにおける単一施設の観察的非介入臨床研究です。
• すべての参加者は、3 か月間、2 つの異なる設定 (リモートおよびクリニック内) で同じ活動に参加します。
• 自宅で、参加者はモバイル アプリケーションを使用して痛みを自己報告し、文章を読んでどのように感じているかを音声と視覚で記録します。 診療所では、参加者は最適な照明とビデオ撮影、および赤外線ビデオ キャプチャを使用して同じ活動を行います。
• 視覚 (RGB) および赤外線の顔画像、音声信号、自己報告された痛み、および参加者の感情の自然言語言語化がキャプチャされます。 オーディオ信号とビデオ データには、痛みを自動的に検出することを学習する教師あり機械学習モデルを作成するために、自己報告された痛みと臨床データで注釈が付けられます。
• 臨床現場でのモデルの幅広い適用性を確立するために、性別と肌のタイプの多様性（人種の多様性の代用）を含めるように研究サンプルに注意が払われます。 さらに、参加者の痛みと感じ方を説明するための参加者の自然言語のビデオ録画が転写され、有害事象の共通用語基準 (PRO-CTCAE) ライブラリの患者報告結果バージョンに対して自動処理され、存在と進行を調査します。有害事象の自己報告の。