对疼痛图的人工智能解释可以预测头痛手术的反应

一项使用人工智能(AI)技术开发的自动模式识别工具可以检测手术是否有效地减轻神经压迫性头痛引起的疼痛，2月份出版的《美国医学杂志》上的一项研究报道整形整形外科．

“病人的图纸头疼美国整形外科医生协会(ASPS)成员外科医生Lisa Gfrerer(威尔康奈尔医学院医学博士)和William G. Austen, Jr.(马萨诸塞州总医院医学博士)评论说:“疼痛对于识别哪些患者对头痛手术有良好的反应是有用的。”“在我们的研究中评估的机器学习框架可以自动解释疼痛图，并且在预测神经减压手术后头痛活动不能很好地减少的患者方面最准确。”

经过人工智能训练的算法被训练来解释病人的头痛图

对于药物治疗无效的神经压迫性头痛患者，头痛手术是一种既定的治疗方法。整形外科医生注意到，一些患者在整容前额提拉术后头痛症状减少了。头痛手术针对的是与某些头痛类型相关的特定触发部位。据报道，2020年约有4500名患者接受了周围神经减压头痛手术asp的统计数据．

然而，很难预测头痛手术的结果。在之前的一项研究中，dr。Gfrerer和Austen发现，让病人把他们的头痛画出来，可以为手术后可能的反应提供有价值的信息。特别是，对于特定触发部位有更“典型”疼痛模式的患者，在头痛手术后更有可能得到良好的疼痛缓解。

然而，需要一些临床经验来解释头痛疼痛图，特别是识别不太可能对触发部位手术有反应的非典型模式。为了简化经验不足的外科医生的手术过程。Gfrerer和Austen及其团队利用人工智能技术“开发并验证了一个能够解释疼痛图的机器学习框架，以帮助预测头痛手术结果。”

该研究使用了131张患者在接受神经压迫性头痛手术前提供的疼痛图。根据已知的神经分布，用24种不同的特征描述了图纸上显示的疼痛分布。这些特征被用来训练机器学习算法，以自动处理和解释疼痛模式。人工智能辅助对头痛手术后改善的预测与患者在标准量表上的术后评分(偏头痛指数(MIH))进行了比较。

人工智能预测“优于人类评估者”

“人工智能算法在预测手术反应方面优于人类评估者。”Gfrerer和奥斯汀以及其他合著者写道。机器学习算法在预测哪些患者对手术反应较差方面表现最佳，定义为MHI评分改善不足20%:准确率为94%，而经验丰富的临床研究人员为79%。

该算法确定了三个“手术效果差的强烈预测因素”:弥漫性疼痛、面部疼痛和头部顶点(冠)疼痛。正如预期的那样，人工智能算法无法预测患者的不良结果，这些患者的图纸显示出典型的疼痛模式，通常与良好的疼痛减轻相关。

虽然该算法也准确地识别了对手术有良好反应和中等反应的患者(MHI分别至少降低了80%和50%)，但它在预测不良结果方面表现最好。这表明人工智能可能“更客观地解释非典型现象”疼痛而不是外科医生，”作者说。

研究人员强调，需要使用更大的数据集进行进一步研究，并包括其他重要的临床筛查变量，以改善头痛手术的结果预测，并将AI算法应用于临床实践。Drs。Gfrerer和Austen及其合著者总结道:“这个平台将使临床经验较少的临床医生、神经学家、初级保健医生，甚至患者更好地了解头痛的候选条件手术并寻求经过认证的头痛外科医生的评估。”