Medir objetivamente el dolor crónico con IA

El trabajo de IBM con Boston Scientific se basa en la visión de construir una plataforma de salud digital para el tratamiento más personalizado de las enfermedades.

Dolor. Todos lo experimentaremos en algún momento, y algunos de nosotros lo padecemos de forma crónica. Aún así, medir y tratar el dolor es uno de los problemas de salud más difíciles y complejos.

Junto con Boston Scientific, una empresa líder en tecnología de dispositivos médicos, hemos desarrollado un nuevo método para medir el dolor. Nuestro equipo de neurocientíficos, científicos de datos, ingenieros, lingüistas, matemáticos, médicos y diseñadores de dispositivos médicos, ha utilizado la inteligencia artificial, el Internet de las cosas y la computación en la nube para construir un nuevo marco para que los médicos ayuden a los pacientes a aliviar el dolor crónico de una manera más precisa, personalizada y de forma dirigida. Presentamos nuestra investigación que detalla la viabilidad y el progreso hacia nuestro nuevo método de medición, procesamiento y análisis del dolor en la Reunión Anual de la Sociedad de Neuromodulación de América del Norte (NANS ).

Tradicionalmente, la medición del dolor ha sido muy subjetiva. Por lo general, se les pide a los pacientes que califiquen su dolor en una escala de 0 a 10, y lo que alguien percibe como altos niveles de dolor podría no ser lo mismo para otra persona. También existe una suposición obsoleta de que el dolor agudo se comporta de manera similar al dolor crónico, a pesar de más de una década de evidencia que muestra cambios sólidos en las estructuras neuronales subyacentes y funciones durante la transición de agudo a crónico. Esto ha dado como resultado un sistema de medición imperfecto y un método estándar a largo plazo muy defectuoso para evaluar el dolor.

La convergencia de varias crisis, incluida la pandemia de COVID-19 y la epidemia de opioides en curso en los Estados Unidos, ha iluminado el impacto de un sistema de medición del dolor débil y a menudo distorsionado. Nuestra colaboración con Boston Scientific intenta transformar este problema urgente.

Para hacerlo, utilizamos biomarcadores recopilados en dos estudios clínicos que investigan una población de pacientes sometidos a terapia de estimulación de la médula espinal. Los estudios están diseñados para incluir datos de hasta 1.700 personas con períodos de tiempo a largo plazo de hasta tres años. Incluye métricas que normalmente no están disponibles durante las visitas clínicas o que no pueden evaluarse con la frecuencia suficiente en una cita con el médico, como cuestionarios diarios, datos de movimiento rastreados desde relojes inteligentes, sensores de sueño, monitores de frecuencia cardíaca y grabaciones de voz. Todos recopilados mientras los pacientes llevan una vida normal.

Al construir una inteligencia artificial que puede analizar y extraer información relevante de estos datos, estamos desarrollando un método para medir de manera objetiva y continua el dolor crónico que puede ir más allá de la pregunta estándar de escala de 0 a 10. Creemos que esto puede ayudar a sentar las bases para un manejo más eficaz del dolor, lo que podría ayudar a mejorar la calidad de vida del paciente y posiblemente reducir la dependencia de medicamentos en algunas personas.

Evaluación del impacto de las crisis globales sobre el dolor crónico

Aunque la aparición de COVID-19 detuvo muchos ensayos clínicos importantes y estudios de investigación en salud, el beneficio de nuestra iniciativa es que está estructurada para trabajar con los pacientes en su vida diaria, sin el requisito de ir al consultorio del médico.

Incluso antes del COVID-19, existía una gran necesidad de mejores servicios remotos y de telesalud. La plataforma de investigación de estudios clínicos que impulsa nuestra colaboración se diseñó para recopilar y analizar de forma continua los biomarcadores que los pacientes exhiben en sus entornos naturales, en lugar de las visitas clínicas esporádicas y potencialmente onerosas en persona.

Esto nos permitió continuar nuestro trabajo ininterrumpidamente con una ventaja importante: ahora podíamos ver cómo una gran crisis global, como la pandemia de COVID-19, podría afectar una serie de otros factores que se sabe que influyen en la experiencia de dolor crónico de un paciente, como intensidad del dolor, calidad del sueño, ejercicio, medicamentos y estado de ánimo.

Como estos puntos de datos fueron monitoreados durante la pandemia, nuestro equipo desarrolló modelos de inteligencia artificial que mapearon y correlacionaron cómo las fluctuaciones dentro de estos factores condujeron a aumentos o disminuciones en el dolor crónico de un individuo. Por supuesto, no existe una solución única para todos los casos en que respondemos a un factor estresante, en particular a una pandemia. Esto también es cierto con el dolor crónico: el dolor de algunos pacientes empeoró junto con factores como una disminución en la calidad del sueño o menos ejercicio y movimiento, mientras que otros mejoraron sus niveles de dolor con un mayor ejercicio y fueron resilientes en su estado de ánimo y hábitos de sueño. Otros se mantuvieron igual a pesar de los factores fluctuantes.

Esto puede ayudar a sentar las bases para que los médicos desarrollen tratamientos más personalizados para el dolor a la luz de las influencias externas y demuestra el potencial para medir mejor y prepararse para los cambios en el dolor crónico frente a futuros eventos globales.

Medición objetiva del dolor crónico con inteligencia artificial y datos de movimiento

Parece intuitivo que medir qué tan bien y con qué frecuencia se mueve un individuo es indicativo de cuánto dolor está experimentando. Pero en el método de evaluación actual y estándar en el que los médicos interrogan a los pacientes sobre qué tan bien se están moviendo y cómo se sienten, puede ser un desafío obtener una imagen precisa. Por ejemplo, un paciente puede moverse bien el día que visita al médico y olvida mencionar la semana anterior cuando tuvo dificultades para levantarse de la cama. O tal vez un paciente minimiza sus síntomas de dolor crónico y, en la avalancha de citas consecutivas, un médico no se da cuenta.

Como parte de nuestro trabajo para construir una plataforma precisa para el manejo del dolor, hemos demostrado la capacidad de los algoritmos de inteligencia artificial para ayudar a medir el dolor crónico en función del análisis de los ciclos de movimiento y descanso a partir de los datos del reloj inteligente. Esto es importante por un par de razones:

1.- Permitir que el dolor se mida de forma objetiva y pasiva, y en combinación con otros biomarcadores que pueden evaluarse desde la comodidad del hogar de una persona (como el sueño, el habla, el estado de ánimo y el uso de medicamentos), elimina la carga de la medición del paciente.

2.- La evaluación del dolor mediante la agregación y el análisis de biomarcadores como el movimiento puede ayudar a sentar las bases para una medición del dolor crónico más precisa y objetiva, y tiene el potencial de ayudar a eliminar la subjetividad y el sesgo tanto desde la perspectiva del paciente como del médico.

Ser capaz de cuantificar objetivamente el dolor podría ayudar a resolver otros problemas que afectan a nuestro sistema de salud. Por ejemplo, el hecho de que los médicos puedan prescribir con mayor precisión cuándo y cuántos analgésicos se necesitan, podría ayudar a reducir la posibilidad de introducir sesgos o prescribir en exceso e iniciar una dependencia de los opioides. Y si algún día podemos integrar dispositivos médicos, como estimuladores de la médula espinal, con IA para predecir las señales de dolor crónico -otro objetivo de nuestra colaboración con Boston Scientific- podríamos ayudar a ciertas personas a adaptar la cantidad de analgésicos que necesitan a diario, en lugar de una prescripción general.

Nuestro trabajo con Boston Scientific se basa en la visión de IBM Research de construir una plataforma de salud digital para el tratamiento más personalizado de las enfermedades. Con AI, estamos creando algoritmos y plataformas que pueden recopilar una serie de métricas y biomarcadores, no invasivos, de pacientes que dan su consentimiento a través de canales específicos. Integrar el análisis de biomarcadores como el habla, el movimiento, el dolor y el sueño en una plataforma general, puede ayudar a los médicos a obtener una imagen más holística y precisa de la salud de sus pacientes.