此页面是自动翻译的,不保证翻译的准确性。请参阅 英文版 对于源文本。

使用面部识别软件通过面部表情评估术后疼痛

2022年5月2日 更新者:Rabin Medical Center

使用面部识别软件通过面部表情评估术后疼痛:一项前瞻性观察可行性研究

正确处理术后疼痛是一项持续的医学挑战。 疼痛治疗不充分与患者预后明显恶化有关。 然而,由于疼痛是一种主观体验,因此很难进行准确的评估。

常用的疼痛评估方法包括使用患者的自我报告或观察者评估。

然而,这两种技术都存在主观偏见。 因此,基于客观数据的疼痛自动评估将实现个性化患者护理,优化提供的麻醉治疗和镇痛方案。

虽然研究表明面部表情是疼痛程度的有效指标,但迄今为止的研究尚未产生可以在临床实践中轻松实施的可靠临床工具。

在这项试点研究中,我们打算通过使用人工智能 (AI) 的机器学习模型来评估面部表情分析的可行性,以准确预测术后患者的疼痛程度。

该试点试验将分两个阶段进行:

第一阶段将包括开发一种将面部识别与疼痛程度相关联的人工智能算法。

第二阶段将包括通过与标准疼痛评估方式进行比较来验证算法。

在第一阶段,每次面部表情评估都将拍摄 30 秒的片段,然后使用两种方式进行即时疼痛评估,首先是当时参与患者的麻醉师评估的疼痛评分,其次是 VAS参与患者的评估。 三个客观参数:心率、血压和呼吸频率将从恢复室(麻醉后护理单元-PACU)中每个患者使用的自动记录保存系统同时记录。

这些评估将根据研究者的决定在不同的时间间隔进行,贯穿参与者在麻醉后护理单元的整个逗留期间。

第一阶段完成后,第二阶段的研究将按照上述关于患者入组的相同方式进行。 如上所述,疼痛评估将通过 VAS 和医生评估进行,但这次将与研究第一阶段开发的算法的疼痛评估相关联。

研究概览

地位

招聘中

详细说明

在同意参与后,患者将接受有关使用 VAS 进行疼痛评估的解释,然后将进行手术,纳入研究不会以任何方式影响麻醉或手术管理。

研究参与将在 PACU 进行。 进入 PACU 单元后,所有研究参与者的面部表情都将被放置在患者床前的摄像机拍摄下来。

面部表情将以 30 秒的片段拍摄。 在使用两种方式拍摄每个片段后,将立即测量疼痛评估:

  • 由分配给研究团队的主治麻醉师评估的疼痛评分。
  • 患者的 VAS 评估。
  • 三个客观参数:心率、血压和呼吸频率将从 PACU 中每位患者使用的自动记录保存系统同时记录 为每位参与者拍摄的片段数量将由研究者在考虑参与者合作的情况下决定水平和 VAS 水平。

为了设计一个准确的预测模型,数据集还将包括报告 VAS 为 0 的参与者——没有疼痛。

数据管理:

收集数据后,根据 Clalit 的数据安全规定,数据将以编码方式转发给面部识别软件公司 Third Eye Systems。

对于第一阶段,Third Eye 系统将使用人工智能和机器学习模型分析和处理数据,并开发一种可以通过观察面部表情来预测疼痛程度的算法。

第一阶段完成后,第二阶段的研究将按照上述关于患者入组的相同方式进行。 如上所述,疼痛评估将通过 VAS 和医生评估进行,但这次将与研究第一阶段开发的算法的疼痛评估相关联。

本可行性研究是一项试点研究,旨在检验是否存在正相关性,基于相对较小的样本量分析,使用简单的资源和有限的数据来执行本研究。

如果可以确认一个积极的假设,将调查具有大样本量和增加数据源的第二阶段观察性研究。

研究类型

观察性的

注册 (预期的)

200

联系人和位置

本节提供了进行研究的人员的详细联系信息,以及有关进行该研究的地点的信息。

学习地点

      • Petach Tikva、以色列、49100
        • 招聘中
        • Rabin Medical Center/Beilinson Campus

参与标准

研究人员寻找符合特定描述的人,称为资格标准。这些标准的一些例子是一个人的一般健康状况或先前的治疗。

资格标准

适合学习的年龄

18年 及以上 (成人、年长者)

接受健康志愿者

有资格学习的性别

全部

取样方法

非概率样本

研究人群

18 岁以上的患者在贝林森医院进行择期手术

描述

纳入标准:

所有 18 岁以上在获得书面知情同意书并能够遵守研究要求后在 Beilinson 医院接受择期手术的患者将被纳入我们的研究。

排除标准:

  • 18岁以下患者
  • 无法签署知情同意书的患者
  • 有精神病史的患者。

学习计划

本节提供研究计划的详细信息,包括研究的设计方式和研究的衡量标准。

研究是如何设计的?

设计细节

  • 观测模型:队列
  • 时间观点:预期

队列和干预

团体/队列
干预/治疗
学习小组

患者将被要求签署知情同意书,同意在麻醉后护理室对他们的面部进行拍摄。

面部表情将以 30 秒的片段拍摄。 在使用两种方式拍摄每个片段后,将立即测量疼痛评估:

  • 由分配给研究团队的主治麻醉师评估的疼痛评分。
  • 患者的 VAS 评估。 收集数据后,根据 Clalit 的数据安全规定,数据将以编码方式转发给面部识别软件公司 Third Eye Systems。

Third Eye 系统将使用人工智能和机器学习模型分析和处理数据,并开发一种可以通过观察面部表情来预测疼痛程度的算法。

在麻醉后护理室逗留期间,研究参与者的面部表情将被放置在患者床前的摄像机拍摄下来。

研究衡量的是什么?

主要结果指标

结果测量
措施说明
大体时间
视觉模拟疼痛量表 (VAS)
大体时间:在 pacu 期间最多停留 6 小时
vas 疼痛评分为 0-10 较低的数字反映了较低的疼痛测量值 该研究将尝试将 VAS 评分与自动面部表情相关联,准确反映患者在术后即刻在 PACU 期间的疼痛强度测量值(麻醉后监护室)。
在 pacu 期间最多停留 6 小时

次要结果测量

结果测量
措施说明
大体时间
自动分析面部表情和观察者疼痛评估分数。
大体时间:在 pacu 期间最多停留 6 小时
我们的次要终点是检查面部表情的自动分析是否与观察者疼痛评估分数相对应。
在 pacu 期间最多停留 6 小时

合作者和调查者

在这里您可以找到参与这项研究的人员和组织。

研究记录日期

这些日期跟踪向 ClinicalTrials.gov 提交研究记录和摘要结果的进度。研究记录和报告的结果由国家医学图书馆 (NLM) 审查,以确保它们在发布到公共网站之前符合特定的质量控制标准。

研究主要日期

学习开始 (实际的)

2021年7月25日

初级完成 (预期的)

2022年12月1日

研究完成 (预期的)

2023年7月1日

研究注册日期

首次提交

2021年5月30日

首先提交符合 QC 标准的

2021年5月30日

首次发布 (实际的)

2021年6月4日

研究记录更新

最后更新发布 (实际的)

2022年5月3日

上次提交的符合 QC 标准的更新

2022年5月2日

最后验证

2021年5月1日

更多信息

与本研究相关的术语

其他研究编号

  • 0778-20

计划个人参与者数据 (IPD)

计划共享个人参与者数据 (IPD)?

未定

药物和器械信息、研究文件

研究美国 FDA 监管的药品

研究美国 FDA 监管的设备产品

此信息直接从 clinicaltrials.gov 网站检索,没有任何更改。如果您有任何更改、删除或更新研究详细信息的请求,请联系 register@clinicaltrials.gov. clinicaltrials.gov 上实施更改,我们的网站上也会自动更新.

3
订阅