棕衣资讯 > 健康养生 > 伤在身,“痛”在脑!AI可穿戴设备量化患者疼痛准确率达87%

伤在身,“痛”在脑!AI可穿戴设备量化患者疼痛准确率达87%

2019-10-24 09:01:00   
对于医护人员来说,患者的疼痛管理工作通常极具挑战,比如,过度用药会导致患者止痛药上瘾,治疗不足又有可能导致长期慢性疼痛以及其他并发症发生。该模型能够以87%的准确率检测出患者是否有疼痛情况。通过对比实

不管是哪种疾病,疼痛对病人来说都是最直观的感觉。对于医务人员来说,患者疼痛的管理往往极具挑战性。例如,过量的药物会导致对止痛药的上瘾,而治疗不足会导致长期慢性疼痛和其他并发症。幸运的是,多年来,医生已经意识到患者疼痛在临床治疗中的重要性,并开始对其给予更多的关注。他们通常根据病人的口腔状况来判断疼痛程度。

但是那些不能有效表达自己感情的病人呢?例如,幼儿、阿尔茨海默病患者或接受手术的患者...最近,由麻省理工学院(mit)领导的一个研究小组开发了一种通过分析便携式神经成像设备的大脑活动来测量患者疼痛程度的系统。

该系统可帮助医生诊断和缓解无意识和正常沟通能力患者的疼痛,从而降低慢性术后疼痛综合征(cpsp)的风险。研究小组描述了一种量化病人痛苦的方法。他们使用功能性近红外光谱(fnirs),一种新的非侵入性脑功能成像技术,来检测病人的氧合血红蛋白浓度,从而揭示他们的神经元活动。总之,研究人员在受试者前额放置fnirs传感器来测量他们前额皮质的活动。通常,前额叶皮层在疼痛管理中起着重要作用。然后,研究人员利用测得的大脑信号,开发出个性化的机器学习算法来检测与疼痛反应相关的氧合血红蛋白水平模式。该模型能以87%的准确率检测病人是否有疼痛。

量化疼痛和优化fnirs技术

最新的fnirs系统改变了以往设备的缺点,不仅便于携带,而且只需贴在患者前额,有助于患者躺下进行手术。它还改善了多噪声信号的问题。传统的fnirs在监测过程中会受到颅骨和皮肤信号的干扰,因此研究人员安装了额外的传感器来捕捉和过滤这些“冗余信息”。

Fnirs传感器被放置在病人的前额,不同波长的近红外光穿过头骨进入大脑。含氧血红蛋白和脱氧血红蛋白具有不同的吸收波长,它们的信号略有不同。当红外信号传输回传感器时,信号处理技术将计算大脑不同区域中每种血红蛋白的含量。当病人感到疼痛时,大脑疼痛相关区域的含氧血红蛋白增加,脱氧血红蛋白减少。fnirs可以检测到这些变化。

“个性化”疼痛模型

在实验中,研究人员最初使用43名男性受试者的疼痛数据作为算法训练的数据集。他们都戴着fnirs传感器,随机暴露在无害的疼痛环境中。在训练过程中,该模型从与氧合血红蛋白和脱氧血红蛋白含量相关的信号中提取几十个特征,同时提取氧合血红蛋白水平的增长率。“特征和速度”这两个指标可以清楚地显示患者在不同休克强度下的疼痛反应。

此外,智能模型还可以自动生成“个性化”疼痛子模型。在传统的机器学习算法中,一个模型学习“疼痛”或“无疼痛”两种感觉,这是基于整个患者群体的平均响应,预测精度低。

优化后的算法可以识别较大数据集中不同子群的共同特征。例如,当年轻患者和老年患者面临两种疼痛强度时,不仅因为年龄差异,而且因为性别差异,应该考虑他们的不同感受程度。“子模型”的概念是,它们使用细粒度的个性化信息和群体级信息来更好地训练算法的完整性和准确性。通过对比实验,个性化子模型的准确率比传统方法高20%左右,达到87%左右,更加准确。

接下来,研究小组计划从不同的患者群体中收集更多的数据,以增加女性患者在手术期间和清醒时疼痛强度的耐受范围,从而更好地评估系统的准确性。

研究人员说:“这些年来,测量疼痛的方法没有改变。如果没有具体的量化指标来反映人体所遭受的疼痛,那么治疗疼痛和进行临床试验将是极具挑战性的。借助于该算法模型,当患者在手术过程中无意识时,疼痛指数也可以被客观地量化。

经过科学家们的不懈努力,相信这种疼痛检测技术将来可以应用到现实世界的临床环境中。

声明:转载本文是为了传递更多信息。如果源标签有错误或侵犯您的合法权益,请使用所有权证书联系我们的网站。我们将及时更正和删除它们。谢谢你。

上一篇:日照市第三个健身气功日成功举行
下一篇:西甲-爆冷!梅西领衔三叉戟哑火 巴萨0-2榜首黑马

© Copyright 2018-2019 sew2000.com 棕衣资讯 Inc. All Rights Reserved.