Wykorzystanie zaawansowanych technologii ułatwia wykrywanie bólu, przyspiesza podejmowanie decyzji medycznych i otwiera nowe możliwości w szpitalach i domach opieki. Kluczowe algorytmy, które pozwalają poprawić opiekę i jakość życia pacjentów, według MIT Technology Review
Przez dziesięciolecia medycyna stała przed wyzwaniem obiektywnego i dokładnego pomiaru bólu, co stanowi trudność zarówno w przypadku pacjentów przytomnych, jak i tych, którzy nie są w stanie się komunikować. Ograniczenie to warunkuje diagnozy i leczenie w szpitalach i domach opieki na całym świecie.
Pojawienie się sztucznej inteligencji i nowych technologii daje możliwość zmiany tej sytuacji, o czym świadczą ostatnie doświadczenia w domach opieki i pierwsze pozytywne wyniki uzyskane dzięki innowacyjnym narzędziom, jak informuje MIT Technology Review.
Ograniczenia i tendencyjność tradycyjnych metod
Ból, uważany za jeden z najbardziej złożonych i subiektywnych objawów życiowych, był historycznie trudny do zmierzenia. Konwencjonalne metody, takie jak skale numeryczne, kwestionariusze lub obserwacja kliniczna, mają istotne ograniczenia. W domach opieki, takich jak Orchard Care Homes w północnej Anglii, stosowano skalę bólu Abbey do oceny bólu u osób z demencją, które nie były w stanie wyrazić się werbalnie.
Cheryl Baird, była dyrektor ds. jakości sieci, opisała ten proces jako „ćwiczenie polegające na zaznaczaniu pól, w których nie brano pod uwagę rzeczywistych wskaźników bólu”. Ten brak dokładności prowadził do tego, że niespokojni mieszkańcy byli klasyfikowani jako problematyczni i leczeni środkami uspokajającymi, podczas gdy rzeczywisty ból utrzymywał się bez leczenia.
Subiektywność bólu jest podkreślana przez czynniki kulturowe, emocjonalne i uprzedzenia kliniczne. Badania cytowane przez MIT Technology Review ujawniają, że postrzeganie i rejestrowanie bólu różni się znacznie między osobami z różnych krajów, a płeć lub rasa mają wpływ na otrzymywaną opiekę.
Analiza z 2024 r. wykazała, że oceny bólu u kobiet były o 10% niższe niż u mężczyzn. Ponadto czarnoskórzy chłopcy z złamaniami otrzymywali opioidowe leki przeciwbólowe o 39% rzadziej niż ich biali rówieśnicy niebędący Latynosami, nawet przy identycznych ocenach bólu. Około 70% pacjentów na oddziale intensywnej terapii doświadcza niedostatecznie rozpoznanego lub nieleczonego bólu, głównie z powodu niemożności komunikowania się.
Postęp technologiczny: sztuczna inteligencja i nowe narzędzia
Dążenie do bardziej obiektywnych metod wynika w dużej mierze z postępów w dziedzinie sztucznej inteligencji i czujników fizjologicznych. W badaniach tych stosuje się dwa główne podejścia. Pierwsze z nich koncentruje się na wewnętrznych sygnałach fizjologicznych. Zespoły neurobiologów wykorzystują sieci elektrod do identyfikacji wzorców neuronalnych związanych z bólem.
Badanie z 2024 r. wykazało, że algorytm uczenia maszynowego potrafił z ponad 80-procentową dokładnością odróżnić pacjentów z przewlekłym bólem od osób zdrowych, opierając się wyłącznie na minutach elektroencefalogramu w stanie spoczynku. Urządzenia takie jak monitor PMD-200 firmy Medasense zbierają dane dotyczące częstości akcji serca, pocenia się i temperatury obwodowej w celu obliczenia wskaźnika bólu u pacjentów chirurgicznych.
W badaniu z 2022 r., obejmującym 75 pacjentów poddanych poważnej operacji brzucha, zastosowanie tego monitora zmniejszyło samoocenę bólu z 5 do 3 w skali 10-punktowej, bez zwiększenia zużycia opioidów. Urządzenie PMD-200 posiada certyfikat FDA w Stanach Zjednoczonych i jest używane w Unii Europejskiej, Kanadzie i innych krajach.
Drugie podejście opiera się na analizie zachowania i mimiki twarzy. Zespoły zajmujące się wizją komputerową wytrenowały sieci neuronowe za pomocą Systemu Kodowania Wyrazu Twarzy (FACS), który identyfikuje 44 mikroruchy twarzy.W testach laboratoryjnych modele te osiągnęły dokładność powyżej 90% w wykrywaniu wyrazów twarzy związanych z bólem, dorównując niemal kryteriom ekspertów. Ponadto przetwarzanie języka naturalnego pozwala analizować notatki kliniczne w poszukiwaniu zwrotów takich jak „przyciąga kolana do klatki piersiowej”, które świadczą o cierpieniu.PainChek: rewolucja w domach opiekiAplikacja PainChek stanowi jedno z najbardziej znaczących osiągnięć. System, zatwierdzony przez organy regulacyjne w Australii, Wielkiej Brytanii, Kanadzie i Nowej Zelandii, a obecnie oczekujący na zatwierdzenie w Stanach Zjednoczonych, wykorzystuje kamerę telefonu komórkowego do analizy dziewięciu mikro ruchów twarzy związanych z bólem w ciągu trzech sekund.Zastosowanie zaawansowanych algorytmów i czujników biometrycznych otwiera drzwi do obiektywnych ocen fizjologicznych i behawioralnych, pokonując bariery narzucone przez subiektywność.
Wynikiem jest wynik od 0 do 42, uzupełniony listą innych objawów, takich jak jęki lub zaburzenia snu. Kreshnik Hoti, główny badacz i współtwórca PainChek, wyjaśnił w MIT Technology Review: „Istnieje katalog kodów ruchów twarzy wspólnych dla wszystkich ludzi, a dziewięć z nich jest związanych z bólem”. Wyniki są przechowywane w chmurze, co pozwala pracownikom służby zdrowia identyfikować trendy i dostosowywać leczenie.Wdrożenie PainChek przyniosło wymierne korzyści kliniczne. W Orchard Care Homes wprowadzenie aplikacji w 2021 r. szybko zmniejszyło przepisywanie leków psychotropowych i znacznie poprawiło atmosferę. Baird podkreślił: „Od razu dostrzegliśmy zalety: łatwość obsługi, dokładność i możliwość identyfikacji bólu, który nie zostałby wykryty przy użyciu poprzedniej skali”.Wewnętrzne badanie przeprowadzone w czterech domach opieki wykazało 25-procentowy spadek stosowania leków przeciwpsychotycznych, a w Szkocji 42-procentowy spadek liczby upadków. Niektórzy mieszkańcy, którzy unikali posiłków z powodu niewykrytego bólu zębów, powrócili do normalnego odżywiania, a ci, którzy izolowali się z powodu dolegliwości, zaczęli nawiązywać kontakty towarzyskie. Ponadto szybkość procesu stanowiła zmianę: podczas gdy tradycyjna skala wymagała 20 minut, ocena za pomocą PainChek była wykonywana w mniej niż pięć minut.
Zmiana kulturowa w domach opieki była oczywista, choć nie obyło się bez oporu. Niektórzy specjaliści uważają, że ich ocena kliniczna jest wystarczająca, a inni mają zastrzeżenia do wprowadzania technologii i procesów cyfrowych. Baird, szkoląc nowych pracowników, porównał pomiar bólu do pomiaru ciśnienia krwi lub tlenu: „Nie zgadujemy tych wartości, dlaczego więc zgadywać ból?” – zastanawiał się w MIT Technology Review.
Wraz z pojawieniem się analizy twarzy wspomaganej sztuczną inteligencją, sektor geriatryczny doświadcza poprawy w wykrywaniu i kontrolowaniu niewerbalnego bólu (PainChek).Obecne wyzwania i przyszłe scenariuszeChociaż wdrożenie tych technologii okazało się korzystne, nadal istnieją wyzwania i sceptycyzm. Sztuczna inteligencja stosowana w analizie twarzy może wykazywać tendencyjność w odniesieniu do odcienia skóry i mylić wyrazy bólu z wyrażami nudności lub strachu.Jakość wyników zależy od dokładności personelu podczas wprowadzania danych i istnieje ryzyko polegania wyłącznie na algorytmie, traci się wtedy kontekst kliniczny i interpersonalny. Hoti przyznał, że chociaż początkowo uważali, że sztuczna inteligencja powinna zautomatyzować cały proces, obecnie uważają, że prawdziwą siłą jest podejście hybrydowe, łączące sztuczną inteligencję z interwencją człowieka.
