Objektyvus fiziologinio atsako į skausmą vertinimas naudojant mašininio mokymosi technologijas (pAInLESS)

   

Projekto nr.: PP34/2105

Projekto aprašymas:

Ūminis skausmas – viena svarbiausių apsauginių žmogaus reakcijų, susijusių su fizinių funkcijų apribojimu. Tai svarbi visuomenės sveikatos problema ir vienas pagrindinių į medicinos įstaigą besikreipiančių pacientų skundų. Net 95% žmonių patys ar artimoje aplinkoje susiduria su ūminiu ar užsitęsusiu skausmu. Skausmo valdymas iki šiol išlieka sudėtinga problema, kadangi jo įvertinimas reikalauja ypatingo specialistų pasirengimo. Neadekvatus nuskausminimas yra susijęs su padidėjusiu stresiniu atsaku, nerimu, depresija, galimu skausmo perėjimu į lėtinį. Technologijoms tobulėjant atsiveria vis platesnės galimybės skausmą vertinti objektyviai ir kiekybiškai, tačiau šiuo metu klinikinėje praktikoje taikomi įprastiniai žmogaus gyvybiniai parametrai (kvėpavimo dažnis, deguonies įsotinimas kraujyje, širdies susitraukimų dažnis, arterinis kraujo spaudimas, temperatūra) ne visada pakankamai objektyviai nurodo individualų skausmo lygį. Be to, duomenų nagrinėjančių molekulinius atsako į skausmą mechanizmus nepakanka arba jie atliekami tik esant lėtiniam skausmui (pvz., kortizolis, melatoninas). Mokslinių studijų atlikimą riboja ir informatyvių, jungtinių fiziologinių bei biocheminių duomenų bazių trūkumas. Šį trūkumą numatoma užpildyti sudarant aukšto informatyvumo fiziologinių duomenų bazę, įtraukiant tiek dinaminius multimodalinius fiziologinius signalus, tiek biocheminius žymenis skirtingo intensyvumo skausmo metu. Pagrindinis projekto tikslas yra sukurti mašininio mokymosi algoritmais pagrįstą diagnostinės sistemos prototipą, skirtą įvertinti patiriamą skirtingo intensyvumo skausmą, naudojant dinaminius multimodalinius fiziologinius signalus ir biocheminius žymenis. Laukiami projekto rezultatai leistų ne tik žengti žingsnį objektyvaus skausmo lygio įvertinimo metodų kūrimo kelyje, tačiau ir supaprastinti skausmo įvertinimą bei palengvintų medicinos darbuotojų darbą pritaikant individualizuotą nuskausminimą.

Projekto finansavimas:

KTU Mokslo ir inovacijų fondas

Projekto rezultatai:

Projekto metu surinktos aukšto informatyvumo dinaminių multimodalinių (fiziologinių ir biomechaninių) signalų bei seilių baltymų ir hormonų duomenų bazės, sukurti fiziologinių ir biomechaninių signalų pradinio apdorojimo, parametrizavimo, požymių išskyrimo ir mašininiu mokymu pagrįsto skausmo klasifikavimo algoritmai, sukurtas mašininio mokymosi algoritmais pagrįstas diagnostinės sistemos prototipas, skirtas vertinti patiriamą skausmą.

Projekto įgyvendinimo laikotarpis: 2021-04-01 - 2021-12-31

Projekto partneriai: Lietuvos sveikatos mokslų universitetas