Uczenie głębokie przynosi ulgę pacjentom cierpiącym na przewlekły ból w odcinku lędźwiowo-krzyżowym
Aby zbadać, w jaki sposób przewlekły ból wpływa na organizmy różnych pacjentów, naukowcy wspierani dzięki finansowanemu ze środków Unii Europejskiej projektowi BODYinTRANSIT(odnośnik otworzy się w nowym oknie) opracowali algorytmy uczenia głębokiego pozwalające na analizę danych biometrycznych zebranych od pacjentów cierpiących na choroby przewlekłe. Wyniki przeprowadzonych badań(odnośnik otworzy się w nowym oknie) zostały opublikowane na łamach czasopisma naukowego „IEEE Journal of Selected Topics in Signal Processing”. Jak dowiadujemy się z treści informacji prasowej(odnośnik otworzy się w nowym oknie) opublikowanej w witrynie internetowej Uniwersytetu Karola III w Madrycie (UC3M), uczelni koordynującej prace realizowane w ramach projektu BODYinTRANSIT, badacze zasugerowali, że dane biometryczne pacjentów cierpiących z powodu przewlekłego bólu odcinka lędźwiowo-krzyżowego będą różniły się od danych zgromadzonych wśród osób zdrowych. Różnice te wynikają w zmianach sposobu poruszania się oraz chodzenia wynikających z reakcji adaptacyjnej mającej na celu uniknięcie dodatkowego bólu lub zapobieganie urazom.
Gdy konwencjonalne metody nie zdają egzaminu…
Z uwagi na ograniczoną dostępność odpowiednich danych, specyfikę każdego rodzaju bólu i złożoność pomiaru zmiennych biometrycznych, trudno jest obecnie dokładnie określić różnice między osobami cierpiącymi z powodu bólu i tymi bez tego problemu. „Osoby odczuwające przewlekły ból często dostosowują sposób, w jaki się poruszają, by uniknąć kolejnych urazów i zapobiegać występowaniu dolegliwości. Wszystkie te sposoby dostosowania utrudniają zastosowanie konwencjonalnych metod analizy biometrycznej do opisania i scharakteryzowania zmian fizjologicznych. Właśnie to ograniczenie stanowiło przyczynek do opracowana naszego rozwiązania”, wyjaśnił przedstawiciel Uniwersytetu Karola III i główny autor badania, dr Mohammad Mahdi Dehshibi, którego wypowiedź została przytoczona przez autorów informacji prasowej. Nowa metoda opiera się na jednym z rodzajów technologii uczenia głębokiego, nazywanym słabo połączonymi rekurencyjnymi sieciami neuronowymi, połączonymi z bramkowanymi jednostkami rekurencyjnymi, które stanowią jeden z typów sieci neuronowych wykorzystywanych do modelowania danych sekwencyjnych. Dzięki zastosowaniu tej metody badaczom udało się zaobserwować zmiany w zachowaniu pacjentów na przestrzeni czasu w związku z odczuwanym bólem. Możliwości nowatorskiej metody znacząco wykraczają poza te oferowane przez najnowocześniejsze podejścia stosowane do dokładnego klasyfikowania zarówno poziomu bólu, jak i zachowań z nim związanych. Rozwiązanie zaprojektowane i opracowane przez badaczy zostało zweryfikowane na podstawie bazy danych EmoPain, która zawiera informacje dotyczące poziomu bólu oraz różnych zachowań związanych z jego odczuwaniem. „Przeprowadzone badania uwidaczniają potrzebę opracowania referencyjnej bazy danych poświęconej analizie związku między przewlekłym bólem a danymi biometrycznymi. Takie źródło danych może zostać wykorzystane w celu opracowania nowych rozwiązań dotyczących obszarów takich jak bezpieczeństwo czy opieka zdrowotna”, zauważa Dehshibi. Jak wyjaśnia autor badania, nowatorska metoda może zostać wykorzystana do usprawnienia pomiaru poziomu przewlekłego bólu oraz w celu jego skuteczniejszego leczenia u pacjentów cierpiących na szereg schorzeń, w tym fibromialgię, zapalenie stawów i ból neuropatyczny. „Tego rodzaju rozwiązania mogą przyczynić się do lepszej kontroli zachowań związanych z bólem i umożliwić dostosowanie leczenia w celu osiągnięcia możliwie najlepszych dla pacjentów rezultatów. Co więcej, może okazać się nieocenione także z punktu widzenia monitorowania bólu podczas rekonwalescencji po operacji”. Jak wyjaśnia starsza autorka badania prof. Ana Tajadura-Jiménez z Uniwersytetu Karola III, prace zrealizowane w ramach projektu wpisują się w szereg dziedzin i procesów związanych z medycyną. „Poza przewlekłym bólem badacze zaobserwowali u pacjentów zmiany w sposobach poruszania się oraz negatywne postrzeganie własnego cała, a także zaburzenia odżywiania, przewlekłe choroby układu krążenia oraz zaburzenia depresyjne. W związku z tym realizacja badań opartych na opracowanej metodzie z udziałem tych osób jest niezwykle ważna z punktu widzenia lepszego zrozumienia schorzeń oraz ich wpływu na ruch. Badania te mogą stanowić źródło cennych informacji pozwalających na opracowanie skuteczniejszych badań przesiewowych i sposobów leczenia oraz poprawić jakość życia osób dotkniętych tymi schorzeniami”. Wyniki badania zrealizowanego w czasie projektu BODYinTRANSIT (Sensory-driven Body Transformation Experiences On-the-move) mogą również przełożyć się na wiele innych dziedzin życia, począwszy od sportu, przez wirtualną rzeczywistość i robotykę, aż po sztukę i modę. Prace w ramach projektu dobiegną końca w 2026 roku. Więcej informacji: strona projektu BODYinTRANSIT(odnośnik otworzy się w nowym oknie)