Estudo de biomarcadores de aprendizado de máquina baseado em hipnose

Este estudo busca contribuir para o crescente corpo de literatura sobre hipnose, fornecendo informações robustas e orientadas a dados sobre os mecanismos fisiológicos subjacentes aos estados de transe. A integração do eletroencefalograma (EEG) e outros dados fisiológicos derivados de vestir oferecerá uma avaliação abrangente das mudanças que ocorrem durante um protocolo de hipnose padronizado: a escala do grupo de Harvard de suscetibilidade hipnótica (HGSHS: A). Os resultados deste estudo destinam-se a facilitar a derivação e a validação de um monitor baseado em inteligência artificial/aprendizado de máquina (AI/ml) que quantifica o estado emocional/de excitação instantâneo de um paciente ao longo do espectro que abrange a ansiedade através de estados de calma e transe. Investigações futuras explorarão a capacidade de usar um sistema virtual interativo como um componente de um dispositivo adaptativo em circuito fechado para criar estados ideais de sedação não farmacológica usando conteúdo audiovisual personalizado para aliviar a ansiedade e desconforto durante os procedimentos médicos, como biópsias percutâneas.