Η μελέτη χρησιμοποιεί τεχνητή νοημοσύνη για να ταξινομήσει τα αρχέτυπα πόνου των ασθενών μετά την αντικατάσταση γόνατος

Η μελέτη χρησιμοποιεί τεχνητή νοημοσύνη για να ταξινομήσει τα αρχέτυπα πόνου των ασθενών μετά την αντικατάσταση γόνατος

Μια μελέτη που χρησιμοποιεί τεχνητή νοημοσύνη για να ταξινομήσει τα αρχέτυπα πόνου των ασθενών και να προσδιορίσει τον κίνδυνο έντονου πόνου μετά από αντικατάσταση γόνατος έλαβε το βραβείο καλύτερης συνάντησης στην 50η ετήσια συνάντηση της Αμερικανικής Εταιρείας Περιφερειακής Αναισθησίας και Ιατρικής Πόνου (ASRA). Η διάκριση, η οποία αναγνωρίζει την αριστεία στην επιστημονική έρευνα, απονέμεται σε τρεις από τις 10 περιλήψεις με την υψηλότερη βαθμολογία που επιλέχθηκαν από την Επιτροπή Ερευνών ASRA.

Είναι τιμή που ένας από τους κορυφαίους επαγγελματικούς οργανισμούς στον τομέα της περιφερειακής αναισθησίας και παυσίπονης αναδεικνύει τη συνεργασία του Κέντρου Ερευνών Πρόληψης Πόνου του τμήματός μας. Το βραβείο αντανακλά τη δέσμευσή μας στην καινοτομία στη φροντίδα των ασθενών και υπογραμμίζει την αναγνώριση των προσπαθειών μας από την ευρύτερη επιστημονική κοινότητα. "

Αλεξάνδρα Σιδέρη, PhD, διευθύντρια του Ερευνητικού Κέντρου Πρόληψης Πόνου στο HSS

Περισσότεροι από ένα εκατομμύριο άνθρωποι υποβάλλονται σε χειρουργική επέμβαση αντικατάστασης γόνατος κάθε χρόνο στις Ηνωμένες Πολιτείες, και αυτοί οι αριθμοί συνεχίζουν να αυξάνονται, Δρ Σιδέρη σταθερά. "Υπάρχει ανάγκη να κατανοήσουμε καλύτερα τις ατομικές τροχιές πόνου των ασθενών και μία από τις πιο συναρπαστικές προσεγγίσεις είναι η αξιοποίηση της τεχνητής νοημοσύνης. Με τη μαζική βάση δεδομένων ασθενών μας στο HSS, η μηχανική μάθηση μπορεί να αναλύσει παράγοντες όπως η ηλικία, το φύλο, ο ΔΜΣ και τα προϋπάρχοντα επίπεδα πόνου για να προβλέψει ποιοι ασθενείς διατρέχουν μεγαλύτερο κίνδυνο να αναπτύξουν πόνο", είπε. Με αυτές τις πληροφορίες, η ομάδα φροντίδας μπορεί να προσαρμόσει εξατομικευμένα σχέδια διαχείρισης πόνου για να καλύψει τις ανάγκες των ασθενών.

Οι ερευνητές του HSS είχαν διάφορους στόχους: Χρήση μηχανικής μάθησης για τον εντοπισμό αρχέτυπων πόνου μετά την ολική αρθροπλαστική γόνατος. Προσδιορίστε τα σημαντικά χαρακτηριστικά για την πρόβλεψη των αποτελεσμάτων του πόνου. και ταξινομούν τους ασθενείς που κινδυνεύουν από έντονο πόνο στην άμεση μετεγχειρητική περίοδο. Η αναδρομική μελέτη περιελάμβανε 17.200 ασθενείς που έκαναν ολικές αντικαταστάσεις γόνατος στο HSS από την 1η Απριλίου 2021 έως τις 31 Οκτωβρίου 2024.

"Χρησιμοποιώντας μη εποπτευόμενη μηχανική μάθηση, εντοπίσαμε δύο διακριτά αρχέτυπα πόνου σε ασθενείς που υποβλήθηκαν σε ολική αρθροπλαστική γόνατος. Αυτά αντιστοιχούσαν σε εκείνους που είχαν σοβαρό, δύσκολο να ελεγχθεί πόνος μετά από χειρουργική επέμβαση και των οποίων ο πόνος ήταν σχετικά καλά ελεγχόμενος", εξήγησε ο Justin Chew, MD, MD, PhD, PhD. Στη μελέτη μας, οι παράγοντες κινδύνου περιελάμβαναν νεότερη ηλικία, μεγαλύτερη σωματική/νοητική αναπηρία, υψηλότερο ΔΜΣ και προεγχειρητική χρήση οπιοειδών ή γκαμπαπεντινοειδών. "

Ο Δρ Σιδέρης σημειώνει ότι οι συνεχιζόμενες και μελλοντικές μελέτες στο HSS θα συνεχίσουν να χρησιμοποιούν την τεχνητή νοημοσύνη για τη βελτίωση των αποτελεσμάτων των ασθενών. Ενώ η βραβευμένη μελέτη επικεντρώθηκε στην άμεση μετεγχειρητική περίοδο, είπε πρόσθετες μελέτες θα ακολουθήσουν την εξέλιξη του πόνου και την ανάρρωση των ασθενών για μεγαλύτερες περιόδους για να καθορίσουν ποιες στρατηγικές μπορούν να χρησιμοποιήσουν οι γιατροί πριν από τη χειρουργική επέμβαση, διεγχειρητικά και αμέσως μετεγχειρητικές περιόδους για τη διαχείριση του πόνου σε ασθενείς υψηλού κινδύνου.

Πηγές: