A IA identifica com sucesso fatores de risco ligados a dor mais severa após a substituição do joelho

Um estudo usando inteligência artificial para classificar os arquétipos da dor dos pacientes e identificar o risco de dor intensa após a substituição do joelho ganhou o melhor da reunião na 50ª reunião anual da Sociedade Americana de Anestesia Regional e Medicina da Dor (ASRA). A honra, que reconhece a excelência em pesquisa científica, é concedida a três dos 10 principais resumos de pontuação mais alta escolhidos pelo Comitê de Pesquisa da ASRA.

“É uma honra ter uma das principais organizações profissionais no campo da anestesia e medicina da dor regional destacar o trabalho colaborativo do Centro de Pesquisa de Prevenção de Pavimentos de Paiola de nosso departamento”, disse Alexandra Sideris, Ph.D., diretor do Centro de Pesquisa de Prevenção de Pains do HSS. “O prêmio reflete nossa dedicação às inovações no atendimento ao paciente e ressalta o reconhecimento da maior comunidade científica de nossos esforços”.

Mais de um milhão de pessoas passam por uma cirurgia de substituição do joelho a cada ano nos Estados Unidos, e esses números continuam a subir, observa o Dr. Sideris.

“É necessário entender melhor as trajetórias individuais da dor dos pacientes, e uma das abordagens mais emocionantes é alavancar a inteligência artificial. Com nosso enorme banco de dados de pacientes em HSS, o aprendizado de máquina pode analisar fatores como idade, sexo, IMC e níveis pré -cirúrgicos da dor para prever quais pacientes estão em maior risco de dor severa após a cirurgia”, disse ela.

Armado com essas informações, a equipe de atendimento pode adaptar os planos de gerenciamento da dor personalizados para atender às necessidades dos pacientes.

Os pesquisadores do HSS tiveram vários objetivos: utilizar o aprendizado de máquina para identificar arquétipos da dor após a substituição total do joelho; determinar características importantes para prever resultados de dor; e classificar pacientes em risco de dor grave no período pós -operatório imediato. O estudo retrospectivo incluiu 17.200 pacientes que tiveram substituição total do joelho no HSS de 1 de abril de 2021 a 31 de outubro de 2024.

“Usando o aprendizado de máquina não supervisionado, identificamos dois arquétipos distintos da dor em pacientes submetidos à substituição total do joelho, que correspondiam àqueles que experimentaram graves e difíceis de controlar a dor após a cirurgia e aqueles cuja dor foi relativamente bem controlada”, explicou Justin Chew, MD, Ph.D., um sujeito clínico em HSS que apresentou o estudo no estudo, como MA, Ph.D.

“Utilizamos o aprendizado de máquina supervisionado para determinar os fatores preditivos mais significativos para dor grave. Em nosso estudo, os fatores de risco incluíram idade mais jovem, maior comprometimento físico/mental, IMC mais alto e uso de opióides ou gabapentinóides pré -operatórios”.

O Dr. Sideris observa que estudos contínuos e futuros no HSS continuarão a alavancar a IA com o objetivo de melhorar os resultados dos pacientes. Embora o estudo tenha se concentrado no período pós-operatório imediato, ela disse que estudos adicionais seguirão a trajetória da dor dos pacientes e a recuperação por períodos mais longos para determinar quais estratégias os médicos podem empregar antes da cirurgia, intraoperatória e no período pós-operatório imediato para gerenciar a dor em pacientes de alto risco.