面部表情的机器学习模型优于使用止痛感知指数和生命体征来预测术后疼痛强度的模型:试点研究
Insun Park1, Jae Hyon Park2,3, Jongjin Yoon2
1Department of Anesthesiology and Pain Medicine, Seoul National University Bundang Hospital, Seongnam, Korea.
Korean journal of anesthesiology
|January 4, 2024
概括
使用面部表情的机器学习模型在识别严重的手术后疼痛方面表现有前途. 这种人工智能方法在预测患者疼痛强度时,优于基于生理信号的模型.
科学领域:
- 医疗信息学 医疗信息学
- 人工智能在医学中的应用
- 疼痛管理 疼痛管理
背景情况:
- 有限的研究存在于自动化人工智能 (AI) 的术后疼痛识别及其与疼痛强度的相关性.
- 这项研究解决了在临床环境中评估基于AI的疼痛评估的需要.
研究的目的:
- 开发和比较机器学习 (ML) 模型,用于预测术后疼痛强度.
- 评估这些模型的性能,特别是识别严重疼痛 (NRS≥7).
主要方法:
- 从胃切除术患者的155个面部表情进行了术后分析.
- 机器学习模型使用面部表情,止痛感知指数 (ANI) 和生命体征进行训练.
- 模型性能使用接收器操作特征曲线 (AUROCs) 下的面积来评估.
主要成果:
- 使用面部表情的ML模型实现了预测严重疼痛 (NRS ≥7) 的最高AUROC (0.93).
- 将面部表情与生命体征结合起来,结果是AUROC为0.84.
- 使用综合生理信号 (生命体征,ANI) 的模型表现优于单个参数,但低于面部表情模型.
结论:
- 基于面部表情的机器学习模型在预测严重的术后疼痛方面是有效的.
- 基于面部表情的AI模型表现出比使用生理信号来评估疼痛的模型更高的性能.


