Un système automatisé de reconnaissance de la douleur utilisant l’intelligence artificielle (IA) est prometteur en tant que méthode impartiale pour détecter la douleur chez les patients avant, pendant et après la chirurgie, selon une recherche présentée à l’ANESTHESIOLOGY.® Assemblée annuelle 2023.
Actuellement, des méthodes subjectives sont utilisées pour évaluer la douleur, notamment l’échelle visuelle analogique (EVA) – ; où les patients évaluent leur propre douleur – ; et l’outil d’observation de la douleur en soins intensifs (CPOT) – ; où les professionnels de la santé évaluent la douleur du patient en fonction de l’expression du visage, des mouvements du corps et de la tension musculaire. Le système automatisé de reconnaissance de la douleur utilise deux formes d’IA, la vision par ordinateur (donnant des « yeux » à l’ordinateur) et l’apprentissage profond afin qu’il puisse interpréter les visuels pour évaluer la douleur des patients.
Les outils traditionnels d’évaluation de la douleur peuvent être influencés par des préjugés raciaux et culturels, ce qui pourrait entraîner une mauvaise gestion de la douleur et de pires résultats pour la santé. De plus, il existe une lacune dans les soins périopératoires en raison de l’absence de méthodes observables en continu pour la détection de la douleur. Notre modèle d’IA de validation de principe pourrait contribuer à améliorer les soins aux patients grâce à une détection impartiale de la douleur en temps réel. »
Timothy Heintz, BS, auteur principal de l’étude et étudiant en médecine de quatrième année à l’Université de Californie à San Diego
Il a été démontré qu’une détection précoce et un traitement efficace de la douleur réduisent la durée des séjours à l’hôpital et préviennent les problèmes de santé à long terme tels que la douleur chronique, l’anxiété et la dépression.
Les chercheurs ont fourni au modèle d’IA 143 293 images faciales de 115 épisodes douloureux et 159 épisodes non douloureux chez 69 patients ayant subi un large éventail d’interventions chirurgicales électives, allant des arthroplasties du genou et de la hanche aux chirurgies cardiaques complexes. Les chercheurs ont enseigné l’ordinateur en lui présentant chaque image faciale brute et en lui indiquant si elle représentait ou non de la douleur, et ils ont commencé à identifier des modèles. À l’aide de cartes thermiques, les chercheurs ont découvert que l’ordinateur se concentrait sur les expressions faciales et les muscles faciaux de certaines zones du visage, en particulier les sourcils, les lèvres et le nez. Une fois qu’on lui a fourni suffisamment d’exemples, il a utilisé les connaissances acquises pour faire des prédictions sur la douleur. Le système de reconnaissance de la douleur automatisé par l’IA s’est aligné sur les résultats CPOT dans 88 % des cas et sur l’EVA dans 66 % des cas.
« Le VAS est moins précis que le CPOT car le VAS est une mesure subjective qui peut être plus fortement influencée par les émotions et les comportements que le CPOT », a déclaré Heintz. « Cependant, nos modèles ont pu prédire l’EVA dans une certaine mesure, ce qui indique qu’il existe des indices très subtils que le système d’IA peut identifier, alors que les humains ne le peuvent pas. »
Si les résultats sont validés, cette technologie pourrait constituer un outil supplémentaire que les médecins pourraient utiliser pour améliorer les soins aux patients. Par exemple, des caméras pourraient être montées sur les murs et les plafonds de la salle de réveil chirurgicale (unité de soins post-anesthésie) pour évaluer la douleur des patients – ; même ceux qui sont inconscients – ; en prenant 15 images par seconde. Ceci libérerait également des infirmières et des professionnels de la santé – ; qui prennent par intermittence le temps d’évaluer la douleur du patient – ; se concentrer sur d’autres domaines de soins. Les chercheurs prévoient de continuer à intégrer d’autres variables telles que le mouvement et le son dans le modèle.
Les préoccupations concernant la confidentialité devraient être prises en compte pour garantir que les images des patients restent confidentielles, mais le système pourrait éventuellement inclure d’autres fonctionnalités de surveillance, telles que l’activité cérébrale et musculaire pour évaluer les patients inconscients, a-t-il déclaré.
Des chercheurs découvrent comment se produit une régénération rapide des tendons chez les tritons