Undersøgelsen bruger kunstig intelligens til at klassificere patientens smertearketyper efter knæudskiftning

Undersøgelsen bruger kunstig intelligens til at klassificere patientens smertearketyper efter knæudskiftning

En undersøgelse, der bruger kunstig intelligens til at klassificere patientens smertearketyper og bestemme risikoen for alvorlige smerter efter udskiftning af knæet, har modtaget en best-of-meeting-pris ved det 50. årlige møde i American Society of Regional Anesthesia and Pain Medicine (ASRA). Hæderen, som anerkender ekspertise inden for videnskabelig forskning, tildeles tre af de 10 højest scorende abstracts udvalgt af ASRA Research Committee.

Det er en ære, at en af ​​de øverste faglige organisationer inden for regional anæstesi og smertemedicin fremhæver samarbejdet mellem vores afdelings Forskningscenter for Smerteforebyggelse. Prisen afspejler vores engagement i innovation inden for patientbehandling og understreger anerkendelsen af ​​vores indsats fra det bredere videnskabelige samfund. “

Alexandra Sideris, PhD, direktør for Pain Prevention Research Center på HSS

Mere end en million mennesker gennemgår en knæudskiftningsoperation hvert år i USA, og disse tal fortsætter med at stige, siger Dr. Sideris bestemt. "Der er behov for bedre at forstå patienternes individuelle smerteforløb, og en af ​​de mest spændende tilgange er at udnytte kunstig intelligens. Med vores massive patientdatabase på HSS kan maskinlæring analysere faktorer som alder, køn, BMI og allerede eksisterende smerteniveauer for at forudsige, hvilke patienter der har større risiko for at udvikle smerter," sagde hun. Med disse oplysninger kan plejeteamet skræddersy personlige smertebehandlingsplaner for at imødekomme patientens behov.

HSS-forskerne havde flere mål: Brug maskinlæring til at identificere smertearketyper efter total knæudskiftning. Bestem funktioner, der er vigtige for at forudsige smerteudfald; og klassificere patienter med risiko for stærke smerter i den umiddelbare postoperative periode. Den retrospektive undersøgelse omfattede 17.200 patienter, som havde total knæudskiftning på HSS fra 1. april 2021 til 31. oktober 2024.

"Ved at bruge uovervåget maskinlæring identificerede vi to forskellige smertearketyper hos patienter, der gennemgår total knæudskiftning. Disse svarede til dem, der havde svære, svære at kontrollere smerter efter operationen, og hvis smerter var relativt godt kontrolleret," forklarede Justin Chew, MD, MD, PhD, PhD. I vores undersøgelse inkluderede risikofaktorer yngre alder, større fysisk/psykisk svækkelse, højere BMI og præoperativ brug af opioid eller gabapentinoid. “

Dr. Sideris bemærker, at igangværende og fremtidige undersøgelser på HSS vil fortsætte med at bruge AI til at forbedre patientresultaterne. Mens den prisvindende undersøgelse fokuserede på den umiddelbare postoperative periode, sagde hun, at yderligere undersøgelser vil følge patienternes smerteprogression og bedring over længere perioder for at bestemme, hvilke strategier læger kan bruge før operation, intraoperativt og umiddelbart postoperative perioder til at håndtere smerter hos højrisikopatienter.

Kilder: