Multimodale Erkennung von Schmerzintensität und -modalität mit maschinellen Lernverfahren

Autor: S. Frisch, Philipp Werner, Harald C. Traue, Ayoub Al-Hamadi, Steffen Walter, Sascha Gruss
Rok vydání: 2020
Předmět:
Zdroj: Der Schmerz. 34:400-409
ISSN: 1432-2129
0932-433X
Popis: Die objektive Erfassung subjektiv erlebter Schmerzen ist ein bislang unzureichend gelostes Problem. In den letzten Jahren wurden Datensatze erstellt, um Algorithmen der kunstlichen Intelligenz zu trainieren, welche Muster der Schmerzintensitat erkennen. Die multimodale Erkennung von Schmerzen mit maschinellen Lernverfahren konnte eine Moglichkeit bieten, eine Uber- bzw. Unterversorgung mit Analgetika zu verringern, explizit bei Patienten mit eingeschrankter Kommunikationsfahigkeit. In dieser Studie wurde die Methodik einer automatisierten multimodalen Erkennung von Schmerzintensitat und -modalitat mittels maschineller Lernverfahren der kunstlichen Intelligenz untersucht. Im Einzelnen wurden multimodale Erkennungsraten von experimentell induzierten phasischen Elektro- und Hitzeschmerzreizen mit uni- und bimodalen Erkennungsraten verglichen. Basierend auf der X‑ITE Pain Database wurden gesunde Probanden mit phasischem elektroinduziertem Schmerz und Hitzeschmerz stimuliert und die Schmerzreaktionen mit multimodaler Sensorik (akustisch, videobasiert, physiologisch) erfasst. Nach komplexer Signalverarbeitung wurden mit maschinellen Lernverfahren Erkennungsraten der Schmerzintensitat (Baseline vs. Schmerzschwelle, Schmerztoleranz, Mittelwert von Schmerzschwelle und -toleranz) und der Vergleich der Schmerzmodalitat elektrisch vs. Hitze berechnet. Letztendlich erfolgte ein statistischer Vergleich uni- vs. multimodaler sowie bi- vs. multimodaler Erkennungsraten. Multimodale Erkennungsraten der Schmerzintensitat sind uberwiegend den unimodalen Erkennungsraten signifikant uberlegen, unabhangig von der Schmerzmodalitat. Die multimodale Erkennung der Schmerzmodalitat unterscheidet signifikant besser zwischen hitze- und elektroinduziertem Schmerz. Multimodale Erkennungsraten sind des Weiteren uberwiegend den bimodalen Erkennungsraten uberlegen. Dem multimodalen Ansatz der Erkennung von Schmerzintensitat und -modalitat sollte im Vergleich zur Unimodalitat Vorrang gegeben werden. Es ist in weiteren klinischen Studien zu klaren, ob eine multimodale Erkennung von Schmerzintensitat und -modalitat einer bimodalen Erkennung tatsachlich uberlegen ist.
Databáze: OpenAIRE
Externí odkaz: