相关实验视频
Updated: Jan 15, 2026
07:28
A Protocol of Manual Tests to Measure Sensation and Pain in Humans
Published on: December 19, 2016
21.6K
人工智能产生的视觉图像与视觉模拟尺度进行疼痛评估的比较
Engin I Turan1, Abdurrahman E Baydemir2, Zehra P Turan3
1Department of Anesthesiology, Istanbul Health Science University Kanuni Sultan Süleyman Education and Training Hospital, Istanbul, Türkiye - enginihsan@hotmail.com.
Minerva anestesiologica
|October 15, 2025
概括
人工智能 (AI) 产生的视觉图像是比如视觉模拟量表 (VAS) 这样的传统疼痛量表更喜欢的,对患者友好的替代方案. 这种基于AI图像的疼痛评估显示了更高的满意度和直观的沟通,特别是对于极端的疼痛水平.
科学领域:
- 医疗信息学 医疗信息学
- 医疗保健中的人工智能
- 疼痛管理 疼痛管理
背景情况:
- 传统的疼痛评估工具,如视觉模拟量表 (VAS),由于认知依赖,在捕捉患者疼痛经历的全谱方面存在局限性.
- 研究用于疼痛评估的新方法对于改善患者护理和理解至关重要.
研究的目的:
- 评估人工智能 (AI) 产生的视觉效果和患者偏好,作为术后疼痛评估视觉模拟量表 (VAS) 的替代方案.
- 在清晰度,易用性和感知有用性方面比较人工智能生成的视觉效果和VAS.
主要方法:
- 一项前性单中心研究,涉及400名成年术后患者.
- 患者完成了视觉模拟尺度 (VAS) 疼痛评估和从5张代表不同疼痛强度的AI生成图像中进行选择.
- 评估后的一项调查比较了患者的满意度和两种方法的感知效用.
主要成果:
- 显著的大多数患者 (73.5%) 喜欢人工智能生成的视觉评估而不是VAS (25.5%) (P=0.001).
- 与VAS相比,基于AI的评估在易于解释,清晰度和有用性方面显示出更高的分数 (P<0.001).
- 在轻度 (93.3%) 和重度 (95.1%) 的疼痛类别中,AI图像选择的准确度很高.
结论:
- 人工智能生成的视觉图像为疼痛评估提供了一个有希望的,以患者为中心的替代方案,提高了用户的满意度和沟通.
- 这种新的方法在评估极端疼痛水平方面表现出特别强大的优势,提供了更直观的体验.
- 需要进一步的研究来完善中等范围的疼痛视觉,并扩大AI在疼痛管理中的临床应用.
