안면 인식 소프트웨어를 이용한 안면 표정을 통한 수술 후 통증 평가

수술 후 통증의 적절한 관리는 지속적인 의학적 과제입니다. 통증의 부적절한 치료는 환자의 결과를 현저히 악화시킵니다. 그러나 통증은 주관적인 경험이므로 정확한 평가가 어렵다.

통증 평가에 일반적으로 사용되는 방법에는 환자의 자가 보고 또는 관찰자 평가가 포함됩니다.

그러나 두 기술 모두 바이어스에 주관적입니다. 따라서 객관적인 데이터에 기반한 통증의 자동 평가는 개별화된 환자 치료를 가능하게 하고 제공된 마취 치료 및 진통 요법을 최적화합니다.

연구 결과 얼굴 표정이 통증 수준의 유효한 지표라는 것이 밝혀졌지만 현재까지의 연구는 임상 실습에서 쉽게 구현할 수 있는 신뢰할 수 있는 임상 도구를 아직 제공하지 못했습니다.

본 파일럿 연구에서는 인공지능(AI)의 머신러닝 모델을 사용하여 수술 직후 환자의 통증 수준을 정확하게 예측하여 얼굴 표정 분석의 타당성을 평가하고자 합니다.

이 파일럿 테스트는 두 단계로 진행됩니다.

첫 번째 단계에는 안면 인식과 통증 수준을 연관시키는 AI 알고리즘 개발이 포함됩니다.

두 번째 단계에는 표준 통증 평가 양식과 비교하여 알고리즘의 검증이 포함됩니다.

첫 번째 단계에서 얼굴 표정의 각 평가는 30초 부분으로 촬영되고 두 가지 방식을 사용하여 즉각적인 통증 평가가 이어집니다. 첫 번째는 그 순간 환자를 담당하는 마취과 의사가 평가한 통증 점수이고 두 번째는 VAS입니다. 참가자 환자의 평가. 회복실(마취 후 치료실-PACU)의 모든 환자가 사용하는 자동 기록 보관 시스템에서 심박수, 혈압 및 호흡률의 세 가지 객관적 매개변수가 동시에 기록됩니다.

이러한 평가는 조사자의 결정에 따라 참여자가 마취 후 치료실에 머무는 동안 서로 다른 시간 간격으로 수행됩니다.

첫 번째 단계가 완료된 후 연구의 두 번째 단계는 환자 등록과 관련하여 위에서 설명한 것과 동일한 방식으로 수행됩니다. 통증 평가는 위에서 설명한 대로 VAS 및 의사 평가에 의해 수행되지만 이번에는 연구의 첫 번째 단계에서 개발된 알고리즘에 의한 통증 평가와 상관관계가 있을 것입니다.