人工智能在老年慢性疼痛诊治中的应用

洪霞 李陆琦 刘继业

慢性疼痛是指持续超过正常愈合时间的疼痛(通常表现为至少3个月的疼痛),与通常被视为局部感觉的急性疼痛有明显的区别。慢性疼痛在全球范围内的发病率很高,其特点体现在不同国家、不同种族、不同工作性质的人群均可发病[1]。而且,慢性疼痛的部位及性质多样化,病程迁延不愈,给病人、家庭和社会造成了沉重的负担[2]。然而,慢性疼痛的致病原因至今未能阐释清楚,其可能与钙质流失、肌肉减少、社会孤立、焦虑与抑郁等问题密切相关[3]。老年人患慢性疼痛的比例较其他人群更高[4],其不仅严重影响了老年人的生活质量,而且会加重基础疾病,从而导致共病状态更为复杂[5]。英国一项纵向队列研究显示,疼痛对老年人的影响尤为严重,慢性广泛性疼痛本身及针对疼痛的治疗与死亡风险增加明显相关[6]。因此,慢性疼痛的防治及日常护理也变得更加重要。

人工智能被认为是一个科学和工程领域,涉及对通常称为智能行为的计算理解,以及展示这种行为的人工制品的创造[7]。它的概念最早出现在1950年,由科学家Alan Turing提出[8]。通俗地讲,人工智能是利用计算机技术研究和开发模拟、扩展人类智能的理论、方法、技术和应用系统的一门新兴技术学科[9]。近年来,随着人工智能的发展,特别是深度学习(计算机学习算法的一个分支,也是新一代人工智能技术的核心组成部分,它可以自动从大数据分析中学习,然后独立地对知识做出决策,包括各种神经网络,如深度信念网络、卷积神经网络等)的出现,人们对这一新技术学科的兴趣激增,并在实际应用中推广了一系列人工智能系统,如Internet-1系统、MYCIN系统以及一些数据库和记录系统[10-12]。现在人工智能被广泛应用于多个领域,并在技术改进中发挥着重要作用,人们利用人工智能技术,并将其与传统行业相结合,创造新的生产力[13]。人工智能强大的计算能力也让它便于处理复杂的医疗数据[14]。慢性疼痛的病程长,与其他老年综合征及多种基础疾病互相影响,从而让疾病的解决变得复杂化。而人工智能恰恰可以发挥其计算力强、综合分析以及多角度处理问题的优势。因此,本文重点论述了人工智能在老年慢性疼痛中的应用以及未来的发展趋势。

1 人工智能在老年慢性疼痛诊断中的应用

慢性腰痛在老年人中的发病率极高,是目前全球致残的主要原因之一[15]。外科数字图像数量的增加导致了与人工智能相关方法的发展,特别是与计算机视觉相关的方法,提高了慢性腰痛的诊断效率[16]。Haq等[17]基于核磁共振图像特征仿射标志点的配准,利用单纯网格变形模型固有的弱形状自动分割16个健康椎间盘以及5个病理椎间盘,并允许其根据图像梯度力变形。结果显示,与临床专家指导的分割结果相比,该方法的平均绝对形状距离误差<1 mm。Korez等[18]以常规CT为基础,构建了一种三维(3D)CT图像中自动检测和分割脊椎和椎骨的新框架,并将这种基于插值理论的新型优化技术对220例老年腰背痛病人进行检测。结果显示,与常规方法相比,该测试结果获得了用于椎骨分割的0.3 mm的总体平均对称表面距离和94.6%的Dice系数,也就是说这种新型技术可以更准确地从CT图像中分割脊椎。由于慢性腰痛不仅有脊椎的病变,还涉及到肌肉的损伤,Kim等[19]采用基于计算机视觉的软件并通过全自动超声来评估腰部肌肉的厚度,并分析该区域的肌内脂肪分布。结果表明,该系统在计算腰椎肌肉厚度方面显示出很好的效果,甚至与人类专家的预测值接近(小于0.2 cm);并且,基于模糊C均值(FCM)聚类的肌内脂肪分析比传统的直方图分析看起来更好。

除了上述的数字化图像处理功能,深度学习作为基于人工神经网络的人工智能算法也被广泛地用于疼痛的诊断。Li等[20]利用特征融合深度学习技术将整个原始图像作为输入端,并在单个模型中执行特征提取、特征选择和分割的功能。Malinda等[21]开发了一种用于CT图像中腰椎分割的全自动方法,并利用混合训练系统将成对和不成对的训练数据相结合,构建了一个分割生成对抗性网络。通过对120例老年腰痛病人的CT图像进行分析,发现该方法提高了分割精度,减少了分割误差,并呈现出更好的分割性能。

除了腰背痛,人工智能技术还被用于下颌关节痛、神经病理性疼痛的诊断,但病种较为局限。因此,扩大诊断领域将是人工智能未来的发展趋势[22-24]。

2 人工智能在老年慢性疼痛治疗中的应用

慢性疼痛的治疗是一个长期的过程,并且涉及个人、家庭、社会等多方面因素。人工智能在此领域处于初始阶段,但也展现了极大的潜力。日本一项针对99例老年慢性腰痛病人的随机、平行试验中,试验组采用智能手机应用程序对病人进行视频教育同时配合运动治疗,与单纯运动组相比,试验组的工作效率、疼痛强度、生活质量等指标均有明显改善[25]。Gkolias等[26]基于2种不同频率的人工声学刺激作用研发双耳节拍技术,在脑电图的记录下应用1周,结果发现,病人的疼痛强度和抑郁程度较假刺激组明显降低,同时还减少了镇痛药的使用。另一项来自美国的研究也表明,计算机远程监督程序能让老年腰痛病人明显提高运动表现力,同时与无监督组相比,监督组病人的疼痛评分、焦虑量表评分都呈下降趋势[27];但这项试验属于非随机对照研究,其结论的证据等级还有待评估。

3 人工智能在老年慢性疼痛日常护理及自我管理中的应用

慢性疼痛无法短时间内治愈,病人也无法长时间在医院内治疗,因此,家庭的日常护理以及自我管理就显得尤为重要。Jansen等[28]分析了20例接受膝关节牵张术的老年病人,利用基于全自动的膝关节骨性关节炎助手软件对病人术后各个阶段的康复、疼痛、影像学检查以及血液学指标进行全面的评估。结果表明,在膝关节术后的日常护理中,该智能软件可以有效地提高关节活动度,减少疼痛以及改善相关炎性指标。另一项多中心、随机对照研究让病人应用人工智能驱动的数字化自我管理工具进行日常数字训练,并利用自动化评分及记录仪分析病人的疼痛、焦虑、抑郁等各项数据,干预12周后发现,接受慢性疼痛自我管理的病人在试验结束时应对疼痛干扰的能力以及面对负面情绪时的自控力都大幅度提高[29]。众所周知,认知行为疗法是替代阿片类镇痛药物的有效手段,但因为治疗师的缺少,导致有许多病人无法接受这项治疗。Piette等[30]利用人工智能领域基于认知行为疗法的交互式语音应答程序针对278例老年慢性腰背痛病人进行了为期10周的治疗,结果表明该新型疗法对疼痛的缓解作用不亚于传统治疗方式,但由于节省了人工,因此从卫生经济学角度而言就显得十分划算。然而,针对人工智能的研究并不总是得出积极的结果。Marcuzzi等[31]采用新开发的智能护理程序(SelfBack)对颈肩腰背痛的老年病人进行护理支持与自我健康管理,结果发现,与传统护理相比,使用该程序的病人疼痛以及生活质量评分并没有明显改变。究其原因可能为人工智能产品的种类繁多以及病人的依从性不同,从而导致差异结果的产生。

4 总结与展望

人工智能在老年慢性疼痛中的应用尚处于起步阶段,未来会有更大的发展空间,但仍有几个问题需要我们去解决。第一,目前的研究以临床为主,缺乏基础实验;第二,人工智能仍以诊断疾病为主,尤其在治疗疼痛方面还需要进一步深入;第三,病种太过于局限,除了腰背痛之外,其他疾病也应广泛尝试。所以,这些不足也是我们需要探索的方向,从而让人工智能在老年医学领域发挥更大的作用。