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 opracowali algorytmy uczenia głębokiego pozwalające na analizę danych biometrycznych zebranych od pacjentów cierpiących na choroby przewlekłe. Wyniki przeprowadzonych badań zostały opublikowane na łamach czasopisma naukowego „IEEE Journal of Selected Topics in Signal Processing”. Jak dowiadujemy się z treści informacji prasowej 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
Słowa kluczowe
BODYinTRANSIT, uczenie głębokie, ból, ból pleców, odcinek lędźwiowo-krzyżowy, choroba przewlekła, ruch