Interpretare le diverse espressioni facciali per rilevare il dolore in modo scientifico è ora possibile grazie all’intelligenza artificiale attraverso un vero e proprio “termometro del dolore”, ovvero un sistema di riconoscimento automatico in grado di “misurare” il dolore sul volto dei pazienti, prima, durante e dopo un intervento chirurgico. Il progetto, realizzato dall’Università della California di San Diego, è nato per trovare nuovi strumenti in grado di migliorare il trattamento del dolore nei pazienti. Oggigiorno, infatti, questo tipo di valutazione si basa su metodi ancora soggettivi; pertanto rendere più “oggettiva” la valutazione del dolore può produrre importanti miglioramenti nel trattamento dello stesso, con effetti positivi come la riduzione della durata dei ricoveri ospedaliere e la prevenzione di condizioni di salute come l’ansia e la depressione.
“I tradizionali strumenti di valutazione del dolore possono essere influenzati da pregiudizi razziali e culturali, con conseguente scarsa gestione del dolore e peggioramento degli esiti sanitari” ha spiegato l’autore del progetto Timothy Heintz, dell’Università della California a San Diego. “Inoltre, vi è una lacuna nell’assistenza perioperatoria a causa dell’assenza di metodi osservabili continui per la rilevazione del dolore. Il nostro modello potrebbe contribuire a migliorare l’assistenza ai pazienti attraverso il rilevamento del dolore in tempo reale e obiettivo“.
Come funziona il “termometro del dolore”? Per realizzarlo i ricercatori hanno fornito al modello di intelligenza artificiale 143.293 immagini facciali relative a 115 episodi di dolore e a 159 episodi non dolorosi in 69 pazienti sottoposti a interventi chirurgici di diverso tipo, tra cui interventi cardiaci complessi. Dopo una fase di addestramento, il sistema di intelligenza artificiale ha imparato a misurare il dolore in base alle espressioni facciali, in particolare dei muscoli facciali di sopracciglia, labbra e naso. I ricercatori hanno verificato che il sistema ha mostrato un allineamento con i risultati del sistema tradizionale per l’88% del tempo. Se i risultati di questo studio verranno convalidati, la tecnologia potrebbe essere impiegata in ambito medico, ad esempio per valutare il dolore dei pazienti in sala operatoria, anche durante interventi in anestesia su pazienti incoscienti.
