A IA ajuda a avaliar os níveis de dor em pessoas com doença falciforme

células falciformes

A doença falciforme é uma condição dolorosa que afeta o formato das células sanguíneas

Pesquisadores fotográficos / Imagens da história da ciência / Alamy

Os algoritmos de IA podem avaliar a dor que alguém com doença falciforme está sentindo usando apenas seus sinais vitais. Isso pode garantir que as pessoas recebam a terapia de controle da dor mais adequada para sua condição.

“Sempre há uma compensação entre dar às pessoas remédios suficientes para reduzir a dor e dar às pessoas muita medicação para que tenham efeitos colaterais ruins ou um risco maior de vício”, diz Daniel Abrams, da Northwestern University, em Illinois.

Mas, como a dor é subjetiva, é difícil medi-la de forma padronizada. Abrams e seus colegas decidiram determinar se os dados fisiológicos que já são coletados rotineiramente – incluindo temperatura corporal, frequência cardíaca e pressão arterial – poderiam ser usados ​​para criar um sistema que avalie os níveis de dor de uma maneira mais objetiva.

A equipe usou dados de 46 adultos e crianças com doença falciforme em um total combinado de 105 internações hospitalares, analisando os dados fisiológicos juntamente com os escores de dor relatados pelo paciente para desenvolver modelos que pudessem deduzir os níveis de dor e detectar mudanças no nível de dor por meio de máquinas Aprendendo.

Os pesquisadores então compararam seus novos modelos com os existentes que tentam avaliar os níveis de dor, mas que não utilizam medidas fisiológicas. Os novos modelos superaram os existentes.

“O quadro geral é que queremos entender melhor como as pessoas experimentam a dor”, diz Abrams. “Esperamos que o resultado a longo prazo desta linha de pesquisa seja uma abordagem mais quantitativa para o controle da dor.”

“Acho que a parte mais importante desta pesquisa é o impacto mais amplo que esses resultados podem ter no tratamento da dor”, disse James Henshaw, da Universidade de Manchester, no Reino Unido.

Isso pode ser especialmente útil para crianças, diz Abrams, porque as crianças muitas vezes lutam para explicar o nível de dor que estão sentindo.

A equipe acredita que esse método pode ser estendido a outros tipos de dor. Este estudo é apenas o primeiro passo em uma investigação mais ampla da inferência e predição da dor.

“Meu grupo de pesquisa está tentando coletar um grande conjunto de dados sobre milhões de hospitalizações, não apenas por doença falciforme, mas também por dor pós-operatória e outras fontes de dor crônica”, diz Abrams.

Referência do jornal: PLoS Computational Biology, DOI: 10.1371 / journal.pcbi.1008542

Leave a Reply

Your email address will not be published. Required fields are marked *