Apanicu 1.0: sistema automàtic per a la valoració del dolor dels nounats ingressats a les unitats de cures intensives

Abstract

Introducció: El dolor a les Unitats de Cures Intensives Neonatals (UCIN) està present pels nombrosos procediments que es realitzen. Patir dolor intens i continuat al principi de la vida pot provocar conseqüències futures. La primera mesura per tractar el dolor és la correcta valoració del mateix. Les escales desenvolupades posseeixen un component important de subjectivitat. L'aplicació de la intel·ligència artificial (IA) podria permetre la monitorització contínua i en temps real del dolor i integrar-lo com la cinquena constant vital. L'objectiu d'aquesta tesi es diseñar i implementar un sistema intel·ligent i automàtic per avaluar el dolor als nounats ingressats a les UCIN. Material i mètode: Estudi experimental, avaluatiu. Un prototip analitza els paràmetres conductuals i fisiològics. Mitjançant la IA s'emet una puntuació de dolor que apareix al monitor estàndard de constants vitals. Es realitzaren 11 medicions en nounats d'edats compreses entre 25 a 42 setmanes de gestació ingressats a la UCIN de l'Hospital Universitari Joan XXIII de Tarragona. Per a l'avaluació humana (observador A i B) del dolor s'utilitzaren les escales Premature Infant Pain Profile (PIPP) i Susan Givens Bell (SGB). El coeficient de correlació de Spearman s'utilitzà per a la validació del prototip. Per l'anàlisi de la variança i la comparació de mitjanes s'utilitzà la prova ANOVA. Resultats: Mostra n=11. Edat gestacional 32.00±7.23 setmanes; pes 2046.50±1409.27 grams. El 63.6% de la mostra foren nens (n=7). Dolor observador A en PIPP: 2.6±1.4, en SGB: 2.4±1.3. Dolor observador B en PIPP: 2.9±1.4, en SGB: 2.2±1.5. Dolor prototip:1.55±0.69. ANOVA entre PIPP- prototipo(observador A i B): F=3.62 (p=0.03). Mesures de valor de SGB- prototipo (observador A i B): F=2.99 (p=0.06). Conclusions: El disseny del prototip i la seva connexió es realitzaren èxitosament però els valors calculats no es correlacionaren. Millorant el software i creant una versió 2.0 s'obtindrien resultat més ajustats a la realitat.

Introducción: El dolor en las Unidades de Cuidados Intensivos Neonatales (UCIN) está presente por los numerosos procedimientos que se realizan. Sufrir dolor intenso y continuado al principio de la vida puede producir consecuencias futuras. La primera medida para tratar el dolor es la correcta evaluación del mismo. Las escalas desarrolladas poseen un componente importante de subjetividad. La aplicación de la inteligencia artificial (IA) podría permitir la monitorización continua y a tiempo real del dolor e integrarla como la quinta constante vital. El objetivo es diseñar un sistema inteligente y automático para valorar el dolor en neonatos ingresados en UCIN. Material y método: Estudio experimental, evaluativo. Un prototipo analiza con los parámetros conductuales y fisiológicos. Mediante IA, se emite una puntuación de dolor que aparece en el monitor estándar de constantes vitales. Se realizaron 11 mediciones en neonatos de edades comprendidas de 25 a 42 semanas de gestación ingresados en UCIN del Hospital Universitario Joan XXIII de Tarragona. Para la evaluación humana (observador A y B) del dolor se utilizaron las escalas Premature Infant Pain Profile (PIPP) y Susan Givens Bell (SGB). El coeficiente de correlación de Spearman se utilizó para la validación del prototipo. Para el análisis de la varianza y comparación de medias se utilizó la prueba ANOVA. Resultados: Muestra n=11. Edad gestacional 32.00±7.23 semanas; peso 2046.50±1409.27 gramos. El 63.6% de la muestra fueron niñas (n=7). Dolor observador A en PIPP:2.6±1.4, en SGB: 2.4±1.3. Dolor observador B en PIPP:2.9±1.4, en SGB: 2.2±1.5. Dolor prototipo:1.55±0.69. ANOVA entre PIPP- prototipo (observador A y B): F=3.62 (p=0.03). Medias de valor de SGB- prototipo (observador A y B): F=2.99 (p=0.06). Conclusiones: El diseño del prototipo y su conexión se realizaron exitosamente pero los valores calculados no se correlacionan. Mejorando el software creando una versión 2.0 se obtendrían resultados más ajustados a la realidad.

Introduction: Pain is a recurrent topic in Neonatal Intensive Care Units (NICUs), due to the number of procedures performed in such scenarios. Suffering from intense and continuing pain in the first days of life, can entail consequences in the future. The first measure to deal with pain is its correct assessment. The developed scales include some important subjectivity aspects. The use of artificial intelligence (AI) may allow the continuous monitoring, in real time, of the pain so it can be integrated as the fifth vital sign. The goal of this thesis is to design and implement an intelligent and automatic system to assess pain in neonates hospitalised in a NICU. Material and method: Experimental study, evaluative. A prototype analyses behavioural and physiological parameters. By means of the AI a level for pain is computed, which is displayed on a standard vital signs monitor. 11 measures were conducted with neonates (gestational ages between 25 and 42 weeks) hospitalised in the NICU of Hospital Universitari Joan XXIII in Tarragona. For the human assessment of pain (observer A and B) scales Premature Infant Pain Profile (PIPP) and Susan Given Bell (SGB) were used. The Spearman correlation coefficient was used for the validation of the prototype. The ANOVA test was used for comparing variances and averages. Results: Sample n=11. Gestational age 32.00±7.23 weeks; weight 2046.50±1409.27 g. The 63.6% of the sample were boys (n=7). Pain observer A in PIPP: 2.6±1.4, in SGB: 2.4±1.3. Pain observer B in PIPP: 2.9±1.4, in SGB: 2.2±1.5. Pain in prototype 1.55±0.69. ANOVA between PIPP-prototype (observer A and B) F=3.62 (p=0.03). Measures of value SGB-prototype (observer A and B) F=2.99 (p=0.06). Conclusions: The design of the prototype and its connection was successfully performed, but the computed values are not correlated. By improving the software and creating a version 2.0, better results would be expected.