该研究利用人工智能对膝关节置换术后患者的疼痛原型进行分类

该研究利用人工智能对膝关节置换术后患者的疼痛原型进行分类

一项使用人工智能对患者疼痛原型进行分类并确定膝关节置换术后严重疼痛风险的研究在美国区域麻醉和疼痛医学会 (ASRA) 第 50 届年会上获得了最佳会议奖。该荣誉旨在表彰卓越的科学研究，授予 ASRA 研究委员会选出的 10 份得分最高的摘要中的 3 份。

区域麻醉和疼痛医学领域的顶级专业组织之一强调了我科疼痛预防研究中心的合作，这是一种荣幸。该奖项反映了我们对患者护理创新的承诺，并强调了更广泛的科学界对我们努力的认可。 “

Alexandra Sideris 博士，HSS 疼痛预防研究中心主任

Sideris 博士坚信，美国每年有超过一百万人接受膝关节置换手术，而且这个数字还在继续上升。 “需要更好地了解患者的个体疼痛轨迹，最令人兴奋的方法之一是利用人工智能。借助我们 HSS 的庞大患者数据库，机器学习可以分析年龄、性别、体重指数和已有疼痛水平等因素，以预测哪些患者出现疼痛的风险更大，”她说。有了这些信息，护理团队可以定制个性化的疼痛管理计划，以满足患者的需求。

HSS 研究人员有几个目标： 使用机器学习来识别全膝关节置换术后的疼痛原型。确定对预测疼痛结果重要的特征；并对术后立即出现剧烈疼痛风险的患者进行分类。这项回顾性研究纳入了 2021 年 4 月 1 日至 2024 年 10 月 31 日期间在 HSS 接受全膝关节置换术的 17,200 名患者。

“利用无人监督的机器学习，我们在接受全膝关节置换术的患者中发现了两种不同的疼痛原型。这些对应于那些术后出现严重、难以控制疼痛的患者，以及疼痛控制相对较好的患者，”医学博士 Justin Chew 解释道。在我们的研究中，危险因素包括年龄较小、身体/精神损伤较大、体重指数较高以及术前使用阿片类药物或加巴喷丁类药物。 “

Sideris 博士指出，HSS 正在进行的和未来的研究将继续使用人工智能来改善患者的治疗结果。虽然这项获奖研究的重点是术后即刻，但她表示，更多的研究将在较长时间内跟踪患者的疼痛进展和恢复情况，以确定医生在手术前、术中和术后即刻可以使用哪些策略来控制高危患者的疼痛。

资料来源：