Utilizamos cookies para comprender de qué manera utiliza nuestro sitio y para mejorar su experiencia. Esto incluye personalizar el contenido y la publicidad. Para más información, Haga clic. Si continua usando nuestro sitio, consideraremos que acepta que utilicemos cookies. Política de cookies.

HospiMedica

Deascargar La Aplicación Móvil
Noticias Recientes COVID-19 Cuidados Criticos Téc. Quirúrgica Cuidados de Pacientes TI Pruebas POC Negocios Focus

Dolor en tiempo real de los pacientes puede ser percibido por la realidad aumentada

Por el equipo editorial de HospiMedica en español
Actualizado el 22 Aug 2019
Una plataforma novedosa de realidad aumentada (RA) combina la visualización con neuroimagenología para ayudar a los médicos a detectar el dolor de los pacientes en tiempo real.

Desarrollado en la Universidad de Michigan (UM; Ann Arbor, EUA), la realidad aumentada clínica y la inteligencia artificial portátil (CLARAi) se basan en un capuchón equipado con un sensor que detecta cambios en el flujo sanguíneo y la oxigenación usando espectroscopia de infrarrojo cercano (CIR) funcional. Los datos se decodifican utilizando un algoritmo de red neuronal (RN) para clasificar los datos de respuesta hemodinámica en dolor codificado por colores y estados cerebrales sin dolor. Al mismo tiempo, los médicos usan gafas HoloLens AR de Microsoft (Redmond, WA, EUA), que les permiten ver la actividad cerebral en tiempo real en una plantilla cerebral reconstruida, mientras que los individuos se sientan en una silla clínica.

Imagen: Una tapa equipada con un sensor detecta cambios en el flujo sanguíneo y la oxigenación, detectando, de esa forma, la actividad cerebral (Fotografía cortesía de la U-M).
Imagen: Una tapa equipada con un sensor detecta cambios en el flujo sanguíneo y la oxigenación, detectando, de esa forma, la actividad cerebral (Fotografía cortesía de la U-M).

Para probar el dispositivo, los investigadores provocaron dolor administrando frío a los dientes de 21 pacientes dentales voluntarios. Probaron el desempeño de capuchones de 7 capas, 6 capas, 5 capas, 3 capas y RN recurrentes, así como una larga red de memoria a corto plazo, en la definición del dolor y la localización en un entorno de tiempo real simulado. Se utilizaron puntos rojos y azules para indicar la ubicación y el nivel de actividad cerebral, y esta “firma del dolor” se mostró en un espejo en la pantalla del HoloLens AR, para medir la actividad cortical durante el dolor clínico agudo evocado. Encontraron que la RN de 3 capas logró una exactitud de clasificación óptima (80,37%) para la discriminación del dolor. El estudio fue publicado el 12 de mayo de 2019 en la revista Journal of Medical Internet Research.

“Quedan muchos años para que se utilicen ampliamente en un entorno clínico, pero el estudio de factibilidad es un buen primer paso para los pacientes dentales”, dijo el autor principal, Alex DaSilva, DDS, de la facultad de odontología de la UM, y director del Laboratorio de Cefalea y Esfuerzo de Dolor Orofacial. “Para nosotros es muy difícil medir y expresar nuestro dolor, incluida su expectativa y la ansiedad asociada. En este momento, tenemos un sistema de calificación de uno a 10, pero eso dista mucho de ser una medición objetiva y confiable del dolor”.

La RA es un término para una vista directa o indirecta en vivo de un entorno físico, del mundo real, cuyos elementos son aumentados por la información sensorial generada por computadora. Está relacionado con un concepto general llamado realidad mediada, en el que una visión de la realidad se modifica, posiblemente incluso se reduce, en lugar de aumentar, mediante una computadora. Como resultado, la tecnología puede mejorar la percepción de la realidad.

Enlace relacionado:
Universidad de Michigan
Microsoft



Miembro Oro
Disposable Protective Suit For Medical Use
Disposable Protective Suit For Medical Use
Miembro Oro
STI Test
Vivalytic Sexually Transmitted Infection (STI) Array
Miembro Plata
Compact 14-Day Uninterrupted Holter ECG
NR-314P
New
Electric Bariatric Patient Lifter
SVBL 205

Últimas TI noticias

Modelo de aprendizaje automático mejora predicción del riesgo de mortalidad para pacientes de cirugía cardíaca

Colaboración estratégica para desarrollar e integrar IA generativa en el cuidado de la salud

Solución de quirófanos habilitada para IA ayuda a hospitales a maximizar la utilización y desbloquear la capacidad