Assistenzsysteme
Kollege Computer hilft beim Schmerzmonitoring
Werden künftig Systeme mit „Künstlicher Intelligenz“ die Schmerzdiagnostik unterstützen? Entsprechende Studien laufen bereits.
Veröffentlicht:
Zu wenig Pflegepersonal, und zu wenig Zeit, auf pflegebedürftige Patienten einzugehen: Da kommt die Wahrnehmung möglicher Schmerzen oder das kontinuierliche Schmerzmonitoring zu kurz. Beim Anziehen oder Umbetten eines Pflegepatienten kann die Pflegeperson nicht immer potenzielle Schmerzreaktionen des Patienten im Blick haben.
Vorhandene Skalen zur Schmerzdiagnostik, selbst wenn die Evaluation nur wenige Minuten dauert, werden in der Praxis oft nicht angewendet. Bei älteren Patienten mit Demenz ist es außerdem schwer, Angst, Agitiertheit oder Wut von Schmerzäußerungen zu unterscheiden. Daher versuchen Wissenschaftler, automatische oder halbautomatische Assistenzsysteme zur Schmerzerkennung zu entwickeln.
Mimik gilt als bester nonverbaler Schmerzindikator
„Hier erscheint vor allem die videobasierte Mimikerkennung mit diagnostischen Algorithmen aus dem Bereich des maschinellen Lernens vielversprechend“, berichten Professor Stefan Lautenbacher aus Bamberg und Professor Miriam Kunz aus Augsburg (Schmerz 2019; 33:563-575). Denn die Mimik gilt als bester nonverbaler Schmerzindikator: vor allem das Zusammenkneifen der Augen sowie ein Zusammenziehen der Augenbrauen, aber auch das Anheben der Oberlippe und das Öffnen des Mundes sind typische Schmerzreaktionen, die ebenso bei Demenzkranken beobachtet werden.
Mit Methoden des maschinellen Lernens wird dem Computer in drei wesentlichen Schritten das Erkennen von Schmerzen beigebracht:
- Lokalisation des Gesichts und fazialer Orientierungspunkte im Videobild,
- Extraktion von Merkmalen bei Verschiebungen der fazialen Orientierungspunkte,
- Erkennen von Schmerz anhand dieser Merkmale.
Das Problem dabei: Derzeit funktionieren solche Systeme allenfalls bei jungen Gesichtern in frontaler Ansicht und unter idealen Beleuchtungsbedingungen. Unter Lautenbachers Leitung läuft daher derzeit an der Universität Bamberg eine Studie, an der 40 kognitiv Gesunde sowie 40 Patienten mit vaskulärer Demenz teilnehmen sollen – jeweils die Hälfte von ihnen soll chronisch schmerzkrank sein.
Reallabor mit Wohn-, Schlaf- und Küchenbereich
Für die Teilnehmer wird ein Reallabor mit Wohn-, Schlaf- und Küchenbereich eingerichtet, ausgestattet mit mehreren Sensoren. Diese Sensoren erfassen Mimik, Stimme, Bewegungen sowie vegetative Parameter wie Puls und Blutdruck des Studienteilnehmers.
Ob unter solchen Alltagsbedingungen künftig tatsächlich Maschinen Schmerzkriterien erfassen können, muss sich noch zeigen. Lautenbacher und seine Kollegen hoffen zumindest, in einigen Jahren zur automatischen Schmerzerfassung bei bettlägerigen Patienten in der Lage zu sein.
