섬유 근육통에서의 통증 인식을위한 안면 표현 분석 : 인공 지능 및 바이오 마커 사용 (Fibromyalgia)

소개:

섬유 근육통 (FM)은 삶의 질에 큰 영향을 미치는 확산 근골격계 통증, 피로 및 수면 장애가 특징 인 만성 증후군입니다. 통증 평가의 주관성으로 인해 객관적인 방법의 개발이 필수적입니다. 이 연구는 FM 환자의 통증 평가에 대한 혁신적이고 정량적 인 접근법으로서 분자 마커의 조사와 결합 된 얼굴 표정 분석에서 인공 지능 (AI)의 사용을 탐구합니다.

목적:

FM 환자의 통증 강도를 측정하기 위해 얼굴 발현 분석 및 분자 바이오 마커 연구와 결합 된 AI 도구의 적용을 검증합니다.

방법론:

관찰 코호트 연구는 122 명의 참가자로 수행되었으며, FM 환자 (n = 61)와 FM (n = 61)이없는 두 그룹으로 나뉩니다. 데이터 수집 포함 :

1. 얼굴 표정 기록 : 통증과 관련된 얼굴 패턴을 분석하는 데 컨볼 루션 신경 네트워크 알고리즘이 사용되었습니다.
2. 생물학적 샘플 : 1ML의 타액은 타액 방법을 ​​사용하여 각 참가자로부터 수집하고 DNA, RNA 및 혈장 단백질을 추출하기 위해 처리됩니다. 단백질은 ELISA에 의해 정량화되고 FM과 관련된 유전자는 RT-QPCR에 의해 분석 될 것이다.
3. 임상 설문지 : 시각적 아날로그 척도 (VAS) 및 일반화 된 통증 지수 (GDI)와 같은 심리 측정기구를 사용하여 결과를 검증했습니다.
4. 통계 분석 : 데이터는 Kappa 및 Bland-Altman 상관 관계를 사용하여 분석하여 AI 방법과 설문지 간의 계약을 평가하고 유의 수준은 p <0.05입니다.

AI 알고리즘은 일관된 얼굴 패턴을 사용하여보고 된 통증 강도와 상관 관계가 있습니다 (Kappa = 0.82) 임상 척도의 결과로 분석 된 분자 마커는 FM 환자에서 염증성 단백질의 발현이 증가함에 따라 그룹간에 유의 한 차이를 보일 것으로 예상된다 (P <0.05). 얼굴 및 분자 분석의 통합은 통증 강도 분류의 정확성을 증폭시키는 것을 목표로합니다.

이 접근법은 증후군의 진단 및 관리에 대한 유망한 발전을 나타내며, 개인화 된 치료법에 기여하고 환자의 삶의 질을 향상시킵니다.