Исследователи Медицинского центра Асан (AMC) в Южной Корее создали алгоритм искусственного интеллекта, способный с высокой точностью измерять уровень боли пациентов во время хирургического вмешательства и в послеоперационный период. Новая модель, основанная на машинном обучении, анализирует физиологические показатели, что позволяет объективно оценивать болевой синдром даже у бессознательных пациентов.
Научная группа AMC разработала систему оценки боли, которая охватывает весь операционный процесс, используя данные о частоте сердечных сокращений, артериальном давлении и изменениях объема крови. Эти параметры обрабатываются с помощью алгоритма машинного обучения, что позволяет предсказать уровень боли с точностью до 93% в послеоперационный период, что значительно превосходит существующие методы.
Технологию протестировали на 242 пациентах госпиталя, выбрав шесть ключевых показателей, связанных с прогнозированием боли. В ходе испытаний ИИ-модель продемонстрировала 83% точности в оценке боли во время операции, а в прогнозировании послеоперационной боли показала эффективность в 93%, что значительно выше традиционных методов (58%).
Кроме того, исследование выявило новые индикаторы боли – вариабельность верхнего систолического предела и ширину пульса, которые ранее не учитывались при оценке болевого синдрома.
До настоящего времени объективная оценка боли оставалась сложной задачей, так как пациенты по-разному воспринимают дискомфорт, а те, кто находится без сознания или под седацией, не могут выразить свою боль. Разработанная система решает эту проблему, обеспечивая врачам более точные данные для персонализированного управления болью.
«Этот алгоритм машинного обучения позволит нам объективно оценивать уровень боли даже у бессознательных пациентов, таких как пациенты под седацией или перенесшие эндотрахеальную интубацию,» — заявил профессор отделения анестезиологии и медицины боли AMC Бён-Мун Чхве.
По мнению ученых, внедрение ИИ в систему мониторинга боли откроет новые возможности для индивидуализированной послеоперационной реабилитации пациентов, а также повысит эффективность обезболивающей терапии.
