Evaluación del dolor postquirúrgico en niños menores de 36 meses mediante reconocimiento facial y escala FLACC.

RESUMEN: Objetivo: Evaluar el dolor posquirúrgico en niños menores de 36 meses, mediante el reconocimiento de la expresión facial con algoritmos de inteligencia artificial y su comparación con la escala tradicional pediátrica Face, Legs, Activity, Cry, Consolability (FLACC). Métodos: Se tomaron videos a color del rostro de niños de 0 a 36 meses de un hospital universitario en el periodo postoperatorio. Se registraron signos vitales y puntuaciones de la escala FLACC, además de un juicio subjetivo por parte del acudiente y enfermera responsable. Con las imágenes obtenidas, se entrenó una red neuronal convolucional modificada para reconocimiento de rostros. Resultados: Se ingresaron 50 niños en un periodo de 12 meses, con edad promedio de 16,5 meses e intervención más frecuente procedimientos de cirugía general. La incidencia de dolor postoperatorio leve, moderado y grave fue de 24%, 11% y 5% respectivamente, para la población masculina; y de 20%,14% y 0% para la población femenina. Se aportaron al algoritmo un total de 2730 imágenes a color. El modelo elegido fue la red neuronal convolucional VGG-19 y cuando se comparó con la escala FLACC, obtuvo una baja sensibilidad, pero buena especificidad para clasificar la ausencia de dolor, aceptable sensibilidad y especificidad para la clasificación de dolor leve y muy buena sensibilidad para la clasificación de dolor moderado. No se obtuvo tasas de desempeño para discriminar la intensidad de dolor grave debido a la baja cantidad de niños con este tipo de dolor e incapacidad para entrenar al modelo. Conclusión: Es posible clasificar el dolor en este grupo de pacientes mediante el análisis de las expresiones faciales utilizando técnicas de procesamiento de imágenes y aprendizaje profundo. Un mayor número de datos puede mejorar la precisión y abarcar todos los espectros de la intensidad del dolor.

• Autores: Guzmán Martínez, Santiago; Peláez Caro, Christiam Andrés
• Tipo de recurso: Tesis
• Fecha de publicación: 2019
• Institución: Universidad de Antioquia
• Repositorio: Repositorio UdeA
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.udea.edu.co:10495/20410
• Acceso en línea: http://hdl.handle.net/10495/20410
• Palabra clave: Niño; Dolor postoperatorio; Reconocimiento facial; Inteligencia artificial; Red nerviosa; Pain, postoperative; Child; Facial recognition; Artificial intelligence; Nerve net; Escala Face, Legs, Activity, Cry, Consolability (FLACC); http://id.nlm.nih.gov/mesh/D010149; http://id.nlm.nih.gov/mesh/D002648; http://id.nlm.nih.gov/mesh/D000066499; http://id.nlm.nih.gov/mesh/D001185; http://id.nlm.nih.gov/mesh/D009415
• Rights: openAccess
• License: https://creativecommons.org/licenses/by-nc-nd/4.0/