La inteligencia artificial mejora la precisión en la interpretación de los dibujos del dolor para predecir resultados en cirugías de cefalea.
Los dibujos del dolor son una técnica utilizada en medicina para representar de manera gráfica la distribución del dolor en el cuerpo de un paciente. Los pacientes suelen utilizar lápices o marcadores para señalar en un esquema del cuerpo humano las áreas donde sienten dolor, lo que ayuda al médico a entender mejor el alcance y la intensidad del dolor. Estos dibujos pueden ser interpretados por un médico con experiencia para determinar la causa del dolor y planificar el tratamiento adecuado.
En este estudio, los autores desarrollaron un marco de aprendizaje automático capaz de interpretar dibujos de dolor para predecir los resultados quirúrgicos en pacientes con dolor de cabeza. Se entrenó un algoritmo de bosque aleatorio de aprendizaje automático en 131 dibujos de dolor proporcionados de manera prospectiva por pacientes antes de someterse a una cirugía de desactivación del sitio de gatillo. Se utilizaron 24 características para describir la distribución anatómica del dolor en cada dibujo para su interpretación por el algoritmo de aprendizaje automático.
En inteligencia artificial, se conoce como «bosque aleatorio» al uso de un algoritmo de aprendizaje automático basado en el concepto de un bosque, que consta de varios árboles de decisión. Este algoritmo funciona combinando varios árboles de decisión para mejorar la precisión en la clasificación de datos y reducir la variabilidad. El término «aleatorio» se refiere a la forma en que se seleccionan las características de los datos para cada árbol en el bosque, ya que se eligen de forma aleatoria.
El resultado quirúrgico se midió calculando el porcentaje de mejoría en el Índice de Dolor de Migraña al menos 3 meses después de la cirugía. Las predicciones de inteligencia artificial se compararon con las predicciones de los clínicos de los resultados quirúrgicos para determinar el desempeño de la inteligencia artificial. Los resultados mostraron que el algoritmo fue consistentemente más preciso (94%) que los evaluadores clínicos capacitados.
La inteligencia artificial ponderó el dolor difuso, el dolor facial y el dolor en el vértice como predictores fuertes de malos resultados quirúrgicos. Este estudio indica que el análisis algorítmico estructurado es capaz de correlacionar los patrones de dolor dibujados por los pacientes con el porcentaje de mejoría del Índice de Dolor de Migraña con una buena precisión (94%).
Se requieren estudios adicionales en conjuntos de datos más grandes y la inclusión de otras variables significativas de tamizaje clínico para mejorar las predicciones de resultados en la cirugía de dolor de cabeza y aplicar esta herramienta en la práctica clínica.
.- Curso de especialización en Inteligencia Artificial, Universidad de Buenos Aires, Argentina (2018-2019)
- [con]Neurona #18 - 24 de junio de 2023
- Snowflake en conversaciones avanzadas para adquirir la startup de búsqueda de inteligencia artificial Neeva - 18 de mayo de 2023
- La importancia de la anotación de la tonalidad de piel en la visión por computadora - 16 de mayo de 2023
