Beoordeling van postoperatieve pijn door middel van gezichtsuitdrukkingen met behulp van gezichtsherkenningssoftware

Een goede behandeling van postoperatieve pijn is een voortdurende medische uitdaging. Inadequate behandeling van pijn wordt in verband gebracht met aanzienlijk slechtere resultaten voor de patiënt. Omdat pijn echter een subjectieve ervaring is, is een nauwkeurige beoordeling moeilijk.

Veelgebruikte methoden voor pijnbeoordeling zijn onder meer het gebruik van zelfrapportages van patiënten of beoordelingen door waarnemers.

Beide technieken zijn echter onderhevig aan vooringenomenheid. Daarom zou automatische beoordeling van pijn op basis van objectieve gegevens geïndividualiseerde patiëntenzorg mogelijk maken, de geleverde anesthesiebehandeling en analgetische regimes optimaliseren.

Hoewel onderzoek heeft aangetoond dat gezichtsuitdrukkingen valide indicatoren zijn voor pijnniveaus, heeft onderzoek tot op heden nog geen betrouwbaar klinisch hulpmiddel opgeleverd dat gemakkelijk in de klinische praktijk kan worden geïmplementeerd.

In deze pilotstudie willen we de haalbaarheid van gezichtsuitdrukkingsanalyse beoordelen door machine learning-modellen van kunstmatige intelligentie (AI) te gebruiken om pijnniveaus van patiënten in de onmiddellijke postoperatieve periode nauwkeurig te voorspellen.

Deze pilotproef vindt plaats in twee fasen:

De eerste fase omvat de ontwikkeling van een AI-algoritme dat gezichtsherkenning correleert met pijnniveaus.

De tweede fase omvat validatie van het algoritme door vergelijking met standaard pijnbeoordelingsmodaliteiten.

In de eerste fase wordt elke beoordeling van gezichtsuitdrukkingen gefilmd in een segment van 30 seconden en wordt deze gevolgd door een onmiddellijke pijnbeoordeling met behulp van twee modaliteiten: eerst wordt de pijnscore beoordeeld door een anesthesioloog die op dat moment bij de patiënt aanwezig is, ten tweede wordt VAS uitgevoerd beoordeling door de deelnemende patiënt. Drie objectieve parameters: hartslag, bloeddruk en ademhalingsfrequentie zullen gelijktijdig worden geregistreerd vanuit het geautomatiseerde registratiesysteem dat wordt gebruikt bij elke patiënt in de verkoeverkamer (post anesthesia care unit-PACU).

Deze beoordelingen vinden plaats op verschillende tijdsintervallen, afhankelijk van de beslissing van de onderzoeker, gedurende het verblijf van de deelnemer in de post-anesthesiezorgeenheid.

Na voltooiing van de eerste fase zal de tweede fase van het onderzoek op dezelfde manier worden uitgevoerd als hierboven beschreven met betrekking tot de inschrijving van patiënten. Pijnbeoordeling zal worden gedaan door VAS en beoordeling door de arts zoals hierboven beschreven, maar deze tijd zal worden gecorreleerd met pijnbeoordeling door het algoritme dat is ontwikkeld in de eerste fase van het onderzoek.