Las soluciones IA pueden detectar de forma automatizada la cuantificación del dolor en pacientes que carecen de la capacidad de comunicarlo
En el artículo anterior, se explicó cómo la IA juega un papel importante para la detección de la cardiopatía isquémica, y que se presentan ciertos retos tecnológicos importantes que habrá que tener en cuenta:
- La clasificación de señales ECG es una tarea de alta complejidad, ya que existe variabilidad de formas de latido de un mismo tipo entre dos pacientes, por lo que habrá que desarrollar algoritmos de DeepLearning y redes neuronales para ofrecer un soporte al diagnóstico que complemente la experiencia de los profesionales de la urgencia, minimizando el nivel de falsos positivos.
- Gran parte de la información almacenada en la Historia Clínica Electrónica (HCE), como los antecedentes personales, el evolutivo, etcétera, está escrita en lenguaje natural y por lo tanto ni codificada, ni explotable por los sistemas de Machine Learning. Para poder extractarla, habrá que aplicar previamente técnicas del procesamiento de lenguaje natural (NLP).
Consultora en Transformación Digital e IA en Ibermática Digital.
Síndromes dolorosos persistentes en cifras
El dolor representa un problema de salud mundial, siendo un reto su diagnóstico en muchas ocasiones, principalmente cuando los pacientes no pueden verbalizarlo. Y, con frecuencia, se actúa pensando que el dolor no expresado es dolor no sentido.
La Asociación Internacional para el Estudio del Dolor (IASP) define el dolor como una experiencia sensorial y emocional desagradable asociada a un daño en algún tejido, actual o potencial. Dicha organización, junto con el respaldo de la Organización Mundial de la Salud (OMS) y la Federación Europea de Secciones de la IASP (EFIC), considera el dolor crónico como la mayor amenaza para la calidad de vida a nivel mundial, informando que va en aumento de forma paralela al aumento de la esperanza de vida, ya que de una manera u otra acaba por afectar a una gran proporción de la población. El dolor es considerado el quinto signo vital, tras el ritmo cardiaco, el ritmo respiratorio, la temperatura corporal y la tensión arterial.
¿En qué consiste el dolor y de qué medios se disponen para su detección?
El dolor es una señal de alarma con respecto a la integridad del organismo que deriva en una experiencia multidimensional. Además de la experiencia sensorial generada por la estimulación de las vías nerviosas (nocicepción), existe un complejo componente individual que se traduce en un conjunto de emociones que le confieren un carácter único, personal y por lo tanto difícil de objetivar.
Existe un porcentaje alto de casos de personas que sufren dolor, que no están bien evaluados con un tratamiento inadecuado, o incluso que están sin tratamiento debido a sus características o dificultades psicológicas, físicas, de comunicación, circunstancias sociales, o la falta de acceso a la atención sanitaria.
Actualmente, las formas de medir el dolor son escalas de autoinforme basadas en escalas numéricas, analógica visual y de expresión facial, y se enfocan principalmente en que el paciente colabore en la determinación del dolor, lo que las hace inviables para personas con problemas de comunicación, con demencias, neonatos, etcétera.
En este sentido, hay que tener en cuenta que en el mundo hay cerca de 47 millones de personas con demencia, donde el 80% de ellas sufre algún tipo de dolor, pero los casos más graves no lo pueden expresar. Si ampliamos el círculo e incluimos a afectados por otros trastornos neurológicos, neonatos, etcétera, las cifras se disparan.

Escala de dolor Gines para niños y adultos.
Aunque se han ido desarrollando diferentes escalas de valoración del dolor a través de la expresión facial o de la conducta en dichas personas (PAINAD, NOPPAIN, PASCLAC, DOLOPLUS…) que se fundamentan en estudios científicos que demuestran que la expresión del dolor mediante la cara es universal, aplicando una codificación muy extendida denominada (FACS) Facial Action Coding System, la realidad es que a día de hoy no existe ningún desarrollo capaz de medir el nivel de dolor de manera objetiva.
Aplicando la Inteligencia Artificial en casos de uso reales
Ante la carencia de aplicaciones que cuantifiquen objetivamente la intensidad del dolor de forma automatizada, se están desarrollando proyectos de investigación enfocados en esta vía.
Aplicando la tecnología de visión IA se pueda automatizar la cuantificación de la intensidad del dolor mediante una cámara que monitoriza diferentes parámetros de la cara del paciente, como la expresión facial, el grado de movilidad, tensión muscular, etcétera, permitiendo hacer inferencia de dichos datos y buscar este valor objetivo. Este proceso de objetivación será más preciso si aparte de hacer uso de la imagen se puede integrar con información clínica del paciente, con valores como la tensión arterial o la frecuencia cardiaca. que mejoren la objetividad del dato.
Estos sistemas de apoyo al diagnóstico cuantificado del dolor deberán estar basados en:
- Un módulo de procesamiento de la imagen, que requiera poca capacidad de cálculo y que, mediante técnicas de detección de actividad y movimiento y el uso de algoritmos de visión artificial y tratamiento inteligente de la información recibida, determine el grado de dolor del paciente.
- Un módulo de aprendizaje auto-generado mediante machine learning, reforzándolo con el aprendizaje supervisado por parte de un especialista sanitario, que permita que el sistema pueda aprender cuáles son los las expresiones faciales de cada usuario, su nivel concreto de movilidad, tensión muscular, etcétera, buscando establecer los patrones de imágenes que se usaran en el módulo de procesamiento de la imagen, para cuantificar el dolor con todos los datos recabados, tanto de la imagen, como del contexto del paciente.
- Un sistema de comunicaciones que permita mostrar la información proporcionada por el sistema, integrándola con el historial de los pacientes, y permitiendo tanto que pueda consultar el valor, como que incorpore parámetros como la presión arterial, pulso cardiaco, etcétera, que mejoren el grado de acierto sobre el valor del dolor, o bien mostrando el nivel del grado de dolor en un dispositivo móvil.
Retos tecnológicos para el desarrollo de soluciones aplicados a la cuantificación automática del dolor
Para asumir los retos tecnológicos a los que nos enfrentamos en el desarrollo de un sistema IA que permita cuantificar el dolor de forma automatizada, hay que tener en cuenta varios puntos:
- Hay que seleccionar de forma correcta los algoritmos IA de Imagen artificial con los que se pueda trabajar de una forma lo más eficiente y desatendida posible, y que, aun así, consigan niveles de precisión superiores al 80%. Para ello, habría que involucrar a profesionales con relevante experiencia en las áreas de dolor y su tratamiento en demencia, y expertos con conocimientos tecnológicos IA en el tratamiento de la imagen para lograr mejorar el porcentaje de acierto, y que se puedan mitigar los riesgos funcionales de proyectos de dicha naturaleza.
- La detección del rostro es el primer paso de los algoritmos de reconocimiento de cara y por lo tanto es de crucial importancia que su desempeño sea lo mejor posible. El principal reto consiste en hacer frente al alto grado de variabilidad en las imágenes de caras. Las fuentes de variabilidad incluyen variaciones intersujetos (diferentes apariencias de una misma persona) y variaciones intrasujetos (pose, expresión facial, iluminación, edad, etcétera). El cambio de posición es una de las principales causas de variabilidad, por lo que cada vez están tomando más auge sistemas basados en geometría 3D, pues son invariantes frente a cambios de posición.
- Existen riesgos relacionados con la seguridad de la información que se maneja, confidencialidad de la misma , autenticación y autorización en el acceso a la información en un entorno distribuido, que hace que muchas veces sea muy complejo el adquirir todos los permisos necesarios para su tratamiento.
En conclusión, para poder mejorar la asistencia y la confianza en los programas de detección del dolor, es vital desarrollar soluciones IA que detecten de forma automatizada la cuantificación del dolor en pacientes que carecen de la capacidad de comunicarlo, y que, en este tipo de casos, el uso de escalas de autoinforme para su medición es totalmente inviable. Además, la población de forma generalizada se vería favorecida con la objetivación del dolor, lo que permitiría mejorar las pautas de actuación y asemejarlas a la de otros parámetros, como la presión sanguínea o temperatura corporal.