Artigo – Indo além da escala de definição de dor para medi-la com IA

A dor é algo que todos nós experimentamos em algum momento, e algumas pessoas sofrem com isso cronicamente. Mesmo assim, medir e tratar a dor continua sendo um dos problemas de saúde mais difíceis e complexos.

Junto com a Boston Scientific, uma empresa líder em tecnologia de dispositivos médicos, nosso objetivo é mudar a forma como medimos a dor. Temos uma equipe de neurocientistas, cientistas de dados, engenheiros, linguistas, matemáticos, designers de dispositivos médicos e médicos que estão usando inteligência artificial, a internet das coisas e computação em nuvem para criar um novo parâmetro para médicos. O objetivo: ajudar a aliviar a dor crônica em pacientes de forma mais precisa, personalizada e direcionada.

Tradicionalmente, a medição da dor é muito subjetiva. Normalmente, os pacientes são solicitados a classificar sua dor em uma escala de 0 a 10. No entanto, o que uma pessoa considera um alto nível de dor pode não ser percebido da mesma forma por outra. Também existe uma suposição desatualizada de que a dor aguda se comporta de forma semelhante a dor crônica, apesar do fato de já haver mais de uma década de evidências mostrando mudanças robustas nas estruturas neurais subjacentes (1, 2) e funções (3, 4, 5) durante a transição da dor aguda para a dor crônica. O resultado tem sido um sistema de medição imperfeito e um método padrão de longo prazo com muitas falhas para avaliar a dor (6 – 10).

Nossa colaboração com a Boston Scientific visa transformar esse problema crítico. Para isso, usamos biomarcadores coletados de até 1.700 pessoas inscritas em dois estudos clínicos atualmente em terapia de estimulação da medula espinhal. Esses dados são coletados de pacientes por longos períodos de até três anos. Eles incluem métricas que normalmente não estão disponíveis durante as visitas à clínica ou que não podem ser avaliadas com frequência suficiente em uma consulta médica, como questionários diários, dados de movimento rastreados de relógios inteligentes, sensores de sono, monitores de frequência cardíaca e registros de voz, todas coletadas enquanto os pacientes levam sua vida normal.

Ao construir uma inteligência artificial que pode analisar e extrair informações relevantes desses dados, estamos desenvolvendo um método para medir objetiva e continuamente a dor crônica que pode ir além da pergunta padrão na escala de medição de dor de 0 a 10. Acreditamos que isso pode ajudar a estabelecer as bases para um controle mais eficaz da dor, o que pode ajudar a melhorar a qualidade de vida do paciente e possivelmente reduzir a dependência de medicamentos em algumas pessoas.

Avaliando o impacto das crises globais na dor crônica

Embora o surgimento da Covid-19 tenha interrompido muitos ensaios clínicos e estudos de pesquisa em saúde importantes, o benefício de nossa iniciativa é que foi projetada para trabalhar com pacientes em suas vidas diárias, sem a necessidade de ir ao consultório médico. Nossa plataforma foi projetada para coletar e analisar continuamente os biomarcadores que os pacientes emitem em seus ambientes naturais, ao invés de somente nas visitas presenciais à clínica, esporádicas e potencialmente onerosas.

Isso nos permitiu continuar nosso trabalho ininterruptamente com uma vantagem importante: foi possível ver como uma grande crise global, como a pandemia de Covid-19, poderia afetar uma série de outros fatores que sabidamente influenciam a experiência de dor crônica de um paciente, como a intensidade da dor, a qualidade do sono, os exercícios, os medicamentos e o humor.

Como esses pontos de dados foram monitorados durante a pandemia, nossa equipe desenvolveu modelos de IA que mapearam e correlacionaram como as flutuações nesses fatores levaram a aumentos ou reduções na dor crônica de um indivíduo. É claro que não existe uma solução única para todos quando respondemos a um fator estressante, especialmente uma pandemia. Isso também é verdade com a dor crônica: a dor de alguns pacientes piorou, acompanhada por fatores como menor qualidade do sono ou menos exercícios e movimentos, enquanto outros pacientes melhoraram seus níveis de dor graças a mais exercícios e foram resilientes em seu humor e seus hábitos de sono. Outros permaneceram inalterados, apesar dos fatores flutuantes.

A iniciativa pode ajudar a estabelecer as bases para os médicos desenvolverem tratamentos mais personalizados para a dor à luz das influências externas. Ela também demonstra o potencial para melhor medir e se preparar para mudanças na dor crônica enfrentando eventos globais futuros.

Medindo objetivamente a dor crônica com IA e dados de movimento

Parece intuitivo que medir quão bem e com que frequência um indivíduo se move é um indicativo de quanta dor está sentindo. Mas com o método de avaliação padrão atual, no qual os médicos questionam os pacientes sobre como estão se movendo e como se sentem, pode ser difícil obter uma imagem precisa. Por exemplo, um paciente pode se mover bem no dia em que vai ao médico e se esquece de mencionar que na semana anterior teve dificuldade para sair da cama. Ou talvez um paciente possa estar minimizando seus sintomas de dor crônica e, na programação de consulta após a consulta, o médico pode não perceber isso.

Como parte do nosso trabalho para construir uma plataforma precisa para o gerenciamento da dor, demonstramos a capacidade dos algoritmos de inteligência artificial para ajudar a medir a dor crônica com base na análise de movimentos e ciclos de repouso dos dados rastreados por relógios inteligentes dos pacientes. Isso é importante por alguns motivos:

• Permitir a medição da dor de forma objetiva e passiva e em combinação com outros biomarcadores que podem ser avaliados no conforto da casa de uma pessoa (como sono, fala, humor e uso de medicamentos) libera o paciente da responsabilidade de fazer as medições.
• A avaliação da dor usando agregação e análise de biomarcadores, como movimento, pode ajudar a estabelecer as bases para uma medição mais precisa e objetiva da dor crônica e tem o potencial de ajudar a eliminar a subjetividade e os vieses das perspectivas tanto do paciente quanto do médico.

Ser capaz de quantificar objetivamente a dor pode ajudar a resolver outros problemas que afetam nosso sistema de saúde. Por exemplo, o fato de os médicos poderem prescrever com maior precisão quando e em que dose os analgésicos precisam ser administrados pode ajudar a reduzir a possibilidade de geração de vieses ou prescrição excessiva e potencialmente iniciar uma dependência de opioides. E se algum dia conseguirmos integrar dispositivos médicos, como estimuladores da medula espinhal, com inteligência artificial para prever sinais de dor crônica – outro objetivo de nossa colaboração com a Boston Scientific – poderíamos ajudar algumas pessoas a definir a quantidade de analgésicos de que precisam diariamente, em vez de usar uma receita geral.

Nosso trabalho com a Boston Scientific baseia-se na visão de IBM Research de criar uma plataforma digital de saúde para o tratamento mais personalizado de doenças. Com a inteligência artificial, estamos criando algoritmos e plataformas que podem coletar uma série de métricas e biomarcadores não invasivos de pacientes que dão seu consentimento por meio de canais específicos. Integrar a análise de biomarcadores como fala, movimento, dor e sono em uma plataforma abrangente pode ajudar os médicos a obter uma imagem mais holística e precisa da saúde de seus pacientes.

Veja o blog na íntegra aqui.

Jeff Rogers, IBM Research

 

• https://www.jneurosci.org/content/24/46/10410?eaf

• https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3799881/

• https://academic.oup.com/brain/article/136/9/2751/291636?login=true

• https://www.sciencedirect.com/science/article/pii/S0896627310001716

• https://www.nature.com/articles/nn.3153/

• https://pubmed.ncbi.nlm.nih.gov/19012357/

• https://www.sciencedirect.com/science/article/abs/pii/S0304395999002997

• https://www.nature.com/articles/s41598-017-04009-9

• https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1002719#s2

• https://academic.oup.com/painmedicine/article/16/7/1301/1917534