Dokładność i skuteczność algorytmu tVNS opartego na sztucznej inteligencji

Częstym objawem jest ból, w tym ból somatyczny i trzewny. Uporczywy ból może prowadzić do powtarzających się wizyt w szpitalach i może ograniczać codzienne czynności pacjentów, co może skutkować ogromnymi kosztami leczenia i niższą jakością życia. Na przykład, wskaźnik rozpowszechnienia wynoszący 25% dotyczy tylko bólu brzucha wśród dorosłych (3), a każdego roku w USA kosztuje on 10,2 miliarda dolarów.

Ból zwykle leczy się zgodnie z 3-stopniową drabiną analgetyczną Światowej Organizacji Zdrowia (WHO). Niesteroidowe leki przeciwzapalne (NLPZ) są stosowane głównie w kroku 1, co może powodować poważne skutki uboczne, takie jak krwawienie z przewodu pokarmowego, niewydolność nerek i choroby układu krążenia. W krokach 2 i 3 stosowane są opioidy, które również wiążą się z poważnymi skutkami ubocznymi (np. uzależnieniem psychicznym, zawrotami głowy, nudnościami, wymiotami, zaparciami, uzależnieniem fizycznym, tolerancją i depresją oddechową). Dlatego nowe skuteczne leczenie niefarmakologiczne jest korzystne dla pacjentów.

Jedną z takich metod jest przezskórna stymulacja nerwu błędnego (tVNS). Gałąź przedsionkowa lub szyjna nerwu błędnego przebiega tuż pod skórą i może być stymulowana elektrycznie przez skórę za pomocą urządzeń tVNS, które wykazały działanie przeciwbólowe w różnych stanach bólowych.

Aktywność autonomiczną, w tym napięcie przywspółczulne, można oszacować na podstawie odstępów między uderzeniami w elektrokardiogramie, co nazywa się zmiennością rytmu serca (HRV). Do tej pory wykazaliśmy, że ból trzewny i somatyczny wyzwalał odpowiedź autonomiczną wraz ze zmianą HRV, a HRV może być biomarkerem bólu.

Postawiliśmy hipotezę, że rozwój bólu, w tym bólu somatycznego i bólu trzewnego, można przewidzieć, analizując wzorzec tętna za pomocą sztucznej inteligencji (AI). W tym badaniu sprawdzającym koncepcję oceniamy wskaźnik wykrywania bólu za pomocą analizy wzorca tętna AI. Oceniamy również wpływ tVNS na próg bólu.