南昆士兰大学研发出一种通过人工智能来评估疼痛的新技术。
通常情况下，医生和护士需依据患者自己的陈述来做出重要的疼痛管理方案，而新型的人工智能评估方法就致力于革新这种传统的行医方式。
由南昆士兰大学的科研人员研发的这个检测模型，据称是世界上最精确的疼痛检测模型之一。
该模型可以通过面部表情自动检测患者的疼痛程度，研究人员目前正在努力地将此模型开发为应用程序，作为实时评估疼痛的工具。
研究项目负责人Jeffrey Soar教授表示，这项技术将大量减少医务人员对疼痛评估的猜测，从而进一步改善患者的健康状况。
Soar教授说：“对于临床医生来说，基于患者的自我陈述来鉴别疼痛情况并提出疼痛管理方案并不容易，而当患者描述疼痛的能力有限时，诊断就变得更加困难了，”
“这一技术可以帮助医生、护士等临床医务人员客观地评估患者疼痛的严重程度，从而做出有效的疼痛管理和治疗方案。
“尤其对于无法描述自己疼痛的患者，如幼儿、失智症患者、术后护理或重症监护病房的患者，这项技术尤为有益。”
由Ghazal Bargshady博士、Ravinesh Deo教授和周旭娟（Xujuan Zhou）博士组成的科研团队，创建了一个新的机器学习系统，这个系统可以从视频中逐帧捕捉患者的面部表情，并从中提取、分类和处理关键信息。
在临床测试中，该系统在检测疼痛强度方面的准确率高达92.44%，超越此前在全球公布的所有测试结果。
Deo教授说：“面部识别和疼痛检测技术在过去的15年中取得了长足的发展，但它仍面临着许多挑战，如图像质量差，缺乏适用于算法设计和测试的数据集，”
“我们的系统采用先进的技术深度地学习神经网络，从而可以克服这些困难，这为更好地识别临床数据集（包括人脸图像）中相对复杂的特征和模式创造了无限的机会。
“这个模型能够检测四个不同级别的疼痛，提高了模型的效率和有效性。与目前最先进的模型相比是一个相当大的进步，因为现有的模型只能检测患者是否感到疼痛。”
Soar教授表示，下一步是将研究结果应用到临床实践中。
项目负责人：南昆士兰大学Jeffrey Soar教授
他说：“通过与合作伙伴合作，我们希望将人工智能模型整合到一个应用程序中，这个应用程序可以在任何具有内置摄像头的设备上使用，如手机、平板电脑或笔记本电脑。”
“这将使所有正在治疗患者的医务人员更容易地、随时远程访问患者的关键信息，并且比以前更快、更准确地诊断和治疗患者。
“我们希望这项技术能在不久的将来投入临床。”
除获得澳大利亚研究委员会(链接项目)的资助外，该研究项目还获得了南昆士兰大学国际博士生全额学费奖学金(研究论文第一作者Ghazal Bargshady，南昆士兰大学博士生)和医疗信息通信技术公司Nexus eCare的支持。
这项研究在著名的《Applied Soft Computing》杂志第一季刊上发表，请点击此处阅读全文。
健康研究中心
健康研究中心（CHR），前身是健康、信息学和经济学研究中心，是一个跨学科中心，致力于深入理解并促进社区健康与卫生相关的高端课题。
通过专题研究团队，健康研究中心注重解决与我们时代主要传染及非传染病相关的卫生行为、影响和效果。中心有行为改变、慢性病、老龄化、平机会等多方面的专家。中心的主要目标是在健康卫生领域取得国际公认影响深远的研究成果，并通过知识累积、能力培养、信息传播、成果应用以及社区参与来达至这一目标。
研究课题方向
- 临床健康和慢性病
- 健康经济学和技术
- 健康卫生宣传推广
