L’IA sta cambiando il modo in cui quantifichiamo il dolore

L’intelligenza artificiale sta aiutando gli operatori sanitari a valutare meglio il disagio dei loro pazienti.

Per anni, presso Orchard Care Homes, una catena di 23 strutture per la cura della demenza nel nord dell’Inghilterra, Cheryl Baird ha osservato gli infermieri compilare la Abbey Pain Scale, una metodologia osservativa utilizzata per valutare il dolore in coloro che non sono in grado di comunicare verbalmente. Baird, ex infermiera e allora direttrice della qualità della struttura, la descrive come “un esercizio di spuntare caselle in cui le persone non consideravano realmente gli indicatori del dolore”.

Di conseguenza, i residenti agitati venivano considerati come soggetti con problemi comportamentali, poiché la scala non sempre distingue bene tra dolore e altre forme di sofferenza o disagio. Spesso venivano loro prescritti sedativi psicotropi, mentre il dolore stesso non veniva trattato.

Poi, nel gennaio 2021, Orchard Care Homes ha avviato una sperimentazione di PainChek, un’app per smartphone che scansiona il viso dei residenti alla ricerca di movimenti muscolari microscopici e utilizza l’intelligenza artificiale per fornire un punteggio di dolore previsto. Nel giro di poche settimane, l’unità pilota ha registrato un calo delle prescrizioni e una maggiore tranquillità nei corridoi. “Abbiamo immediatamente constatato i vantaggi: facilità d’uso, precisione e identificazione del dolore che non sarebbe stato individuato utilizzando la vecchia scala”, ricorda Baird.

Nelle case di cura, nelle unità neonatali e nei reparti di terapia intensiva, i ricercatori stanno cercando di trasformare il dolore in qualcosa che una telecamera o un sensore possano valutare in modo affidabile come la pressione sanguigna.

Questo tipo di diagnosi assistita dalla tecnologia fa intravedere una tendenza più ampia. Nelle case di cura, nelle unità neonatali e nei reparti di terapia intensiva, i ricercatori stanno correndo per trasformare il dolore, il segno vitale più soggettivo della medicina, in qualcosa che una telecamera o un sensore possano valutare in modo affidabile come la pressione sanguigna. Questa spinta ha già prodotto PainChek, che è stato approvato dalle autorità di regolamentazione di tre continenti e ha registrato più di 10 milioni di valutazioni del dolore. Altre startup stanno iniziando a fare progressi simili nel campo dell’assistenza sanitaria.

Il modo in cui valutiamo il dolore potrebbe finalmente cambiare, ma quando gli algoritmi misurano la nostra sofferenza, questo cambia il modo in cui la comprendiamo e la trattiamo?

La scienza comprende già alcuni aspetti del dolore. Sappiamo che quando ci si sbatte l’alluce, ad esempio, dei microscopici campanelli d’allarme chiamati nocicettori inviano impulsi elettrici al midollo spinale su cavi “espressi”, trasmettendo la prima fitta di dolore, mentre un convoglio più lento segue con un pulsare sordo che persiste. A livello del midollo spinale, il segnale incontra un microscopico quadro di comando che gli scienziati chiamano gate. Inondando quel gate con tocchi delicati, ad esempio strofinando il livido, o lasciando che il cervello restituisca un’istruzione dettata dal panico o dalla calma, il gate potrebbe attenuare o amplificare il messaggio prima ancora che tu te ne renda conto.

Il gate può lasciar passare i segnali del dolore o bloccarli, a seconda dell’attività degli altri nervi e delle istruzioni del cervello. Solo i segnali che riescono a superare questo gate raggiungono la mappa sensoriale del cervello per aiutare a localizzare il danno, mentre gli altri si diramano verso i centri emotivi che decidono quanto è grave il dolore. In pochi millisecondi, quegli stessi centri nel cervello inviano nuovi ordini lungo la linea, rilasciando antidolorifici interni o alimentando l’allarme. In altre parole, il dolore non è una semplice traduzione del danno o della sensazione, ma una negoziazione in tempo reale tra il corpo e il cervello.

Ma gran parte di come si svolge questa negoziazione è ancora un mistero. Ad esempio, gli scienziati non sono in grado di prevedere cosa porti una persona a passare da una lesione di routine a un’ipersensibilità che dura anni; il passaggio molecolare dal dolore acuto a quello cronico è ancora in gran parte sconosciuto. Il dolore da arto fantasma rimane altrettanto enigmatico: circa due terzi delle persone amputate provano dolore in una parte del corpo che non esiste più, ma le teorie contrastanti (rimappatura corticale, neuromi periferici, disallineamento dello schema corporeo) non spiegano perché soffrano mentre l’altro terzo non avverte nulla.

Il primo serio tentativo di creare un sistema per quantificare il dolore fu introdotto nel 1921. I pazienti segnavano il loro grado di dolore come un punto su una linea vuota di 10 centimetri e i medici valutavano la distanza in millimetri, convertendo l’esperienza vissuta in una scala da 0 a 100. Nel 1975, il McGill Pain Questionnaire dello psicologo Ronald Melzack offriva 78 aggettivi come “bruciante”, “lancinante” e “pulsante”, in modo che la consistenza del dolore potesse unirsi all’intensità nella tabella. Negli ultimi decenni, gli ospedali hanno finalmente optato per la scala di valutazione numerica da 0 a 10.

Tuttavia, il dolore è ostinatamente soggettivo. Il feedback dal cervello sotto forma di reazione può inviare istruzioni al midollo spinale, il che significa che le aspettative e le emozioni possono modificare l’intensità del dolore provocato dalla stessa lesione. In uno studio, i volontari che credevano di aver ricevuto una crema antidolorifica hanno riportato uno stimolo meno doloroso del 22% rispetto a quelli che sapevano che la crema era inattiva, e un’immagine di risonanza magnetica funzionale del loro cervello ha mostrato che il calo corrispondeva a una diminuzione dell’attività nelle parti del cervello che segnalano il dolore, il che significa che sentivano davvero meno dolore.

Inoltre, il dolore può anche essere influenzato da una serie di fattori esterni. In uno studio, gli sperimentatori hanno applicato lo stesso stimolo elettrico calibrato a volontari provenienti da Italia, Svezia e Arabia Saudita, e le valutazioni sono variate notevolmente. Le donne italiane hanno registrato i punteggi più alti sulla scala da 0 a 10, mentre i partecipanti svedesi e sauditi hanno giudicato la stessa ustione di diversi punti inferiori, il che implica che la cultura può amplificare o attenuare l’intensità percepita della stessa esperienza.

I pregiudizi all’interno della clinica possono determinare risposte diverse anche a fronte dello stesso punteggio di dolore. Un’analisi del 2024 delle cartelle cliniche ha rilevato che i punteggi delle donne erano registrati con una frequenza inferiore del 10% rispetto a quelli degli uomini. In un grande pronto soccorso pediatrico, i bambini di colore che presentavano fratture agli arti avevano circa il 39% di probabilità in meno di ricevere un analgesico oppioide rispetto ai loro coetanei bianchi non ispanici, anche dopo che i ricercatori avevano controllato il punteggio del dolore e altri fattori clinici. Nel loro insieme, questi studi dimostrano chiaramente che un “8 su 10” non sempre porta alla stessa reazione o allo stesso trattamento. Inoltre, molti pazienti non sono in grado di riferire autonomamente il proprio dolore: ad esempio, una revisione degli studi condotti al letto del paziente conclude che circa il 70% dei pazienti in terapia intensiva soffre di dolore non riconosciuto o sottotrattato, un problema che gli autori collegano alla loro comunicazione compromessa a causa della sedazione o dell’intubazione.

Queste questioni hanno spinto alla ricerca di un modo migliore e più oggettivo per comprendere e valutare il dolore. I progressi nell’intelligenza artificiale hanno portato una nuova dimensione a questa ricerca.

I gruppi di ricerca stanno seguendo due strade principali. La prima ascolta sotto la pelle. Gli elettrofisiologi applicano reti di elettrodi ai volontari e cercano segnali neurali che aumentano e diminuiscono con gli stimoli somministrati. Uno studio sul machine learning del 2024 ha riportato che uno di questi algoritmi era in grado di distinguere con una precisione superiore all’80%, utilizzando pochi minuti di EEG a riposo, quali soggetti soffrivano di dolore cronico e quali erano partecipanti di controllo senza dolore. Altri ricercatori combinano l’EEG con la risposta galvanica della pelle e la variabilità della frequenza cardiaca, nella speranza che un “impronta digitale del dolore” multisegnale fornisca misurazioni più affidabili.

Un esempio di questo metodo è il monitor paziente PMD-200 di Medasense, che utilizza strumenti basati sull’intelligenza artificiale per fornire punteggi di dolore. Il dispositivo utilizza modelli fisiologici come la frequenza cardiaca, la sudorazione o i cambiamenti di temperatura periferica come input e si concentra sui pazienti chirurgici, con l’obiettivo di aiutare gli anestesisti a regolare le dosi durante le operazioni. In uno studio del 2022 su 75 pazienti sottoposti a un intervento chirurgico addominale importante, l’uso del monitor ha portato a punteggi di dolore auto-riferiti più bassi dopo l’operazione – un punteggio mediano di 3 su 10, contro 5 su 10 nei controlli – senza un aumento dell’uso di oppioidi. Il dispositivo è autorizzato dalla Food and Drug Administration statunitense ed è in uso negli Stati Uniti, nell’Unione Europea, in Canada e in altri paesi.

Il secondo percorso è comportamentale. Una smorfia, una postura cauta o un respiro affannoso sono correlati a vari livelli di dolore. I team di visione artificiale hanno inserito video ad alta velocità delle espressioni mutevoli dei pazienti in reti neurali addestrate sul Face Action Coding System (FACS), introdotto alla fine degli anni ’70 con l’obiettivo di creare un sistema oggettivo e universale per analizzare tali espressioni: è la pietra di Rosetta dei 44 micro-movimenti facciali. Nei test di laboratorio, questi modelli sono in grado di segnalare i fotogrammi che indicano dolore dal set di dati con una precisione superiore al 90%, avvicinandosi alla coerenza dei valutatori umani esperti. Approcci simili analizzano la postura e persino frammenti di frasi nelle note cliniche, utilizzando l’elaborazione del linguaggio naturale, per individuare espressioni come “ginocchia piegate al petto” che spesso sono correlate a un dolore intenso.

PainChek è uno di questi modelli comportamentali e funziona come un termometro basato su una telecamera, ma per il dolore: un operatore sanitario apre l’app e tiene il telefono a 30 centimetri dal viso di una persona. Per tre secondi, una rete neurale cerca nove particolari movimenti microscopici – sollevamento del labbro superiore, arricciamento delle sopracciglia, tensione delle guance e così via – che la ricerca ha collegato in modo più forte al dolore. Quindi lo schermo mostra un punteggio da 0 a 42. “Esiste un catalogo di ‘codici di unità d’azione’, espressioni facciali comuni a tutti gli esseri umani. Nove di questi sono associati al dolore”, spiega Kreshnik Hoti, ricercatore senior presso PainChek e co-inventore del dispositivo. Questo sistema è costruito direttamente sulla base del FACS. Dopo la scansione, l’app guida l’utente attraverso una lista di controllo sì/no di altri segni, come gemiti, “difesa” e disturbi del sonno, e memorizza il risultato su un dashboard cloud in grado di mostrare le tendenze.

Collegare la scansione a una lista di controllo compilata da esseri umani è stata, ammette Hoti, una scelta di progettazione tardiva. “Inizialmente, pensavamo che l’intelligenza artificiale dovesse automatizzare tutto, ma ora vediamo che l’uso ibrido, ovvero l’intelligenza artificiale più l’input umano, è il nostro principale punto di forza”, afferma. Sono gli assistenti sanitari, e non gli infermieri, a completare la maggior parte delle valutazioni, liberando i medici che possono così agire sui dati piuttosto che raccoglierli.

PainChek è stato approvato dalla Therapeutic Goods Administration australiana nel 2017 e i finanziamenti nazionali di Canberra hanno contribuito a integrarlo in centinaia di case di cura nel Paese. Il sistema ha ottenuto l’autorizzazione anche nel Regno Unito, dove l’espansione è iniziata poco prima che il Covid-19 iniziasse a diffondersi e sia ripresa con l’allentamento delle misure di lockdown, e in Canada e Nuova Zelanda, dove sono in corso programmi pilota. Negli Stati Uniti, la FDA ha recentemente concesso a PainChek l’autorizzazione De Novo, che si applica ai dispositivi medici innovativi. I dati a livello aziendale mostrano “un calo di circa il 25% nell’uso di antipsicotici e, in Scozia, una riduzione del 42% delle cadute”, afferma Hoti.

Orchard Care Homes è uno dei primi ad averla adottata. Baird, allora direttrice della qualità della struttura, ricorda la routine pre-AI che veniva eseguita principalmente “per dimostrare la conformità”, afferma.

PainChek ha aggiunto un algoritmo a quel flusso di lavoro e l’approccio ibrido ha dato i suoi frutti. Uno studio interno di Orchard su quattro case di cura ha monitorato i punteggi mensili del dolore, gli incidenti comportamentali e le prescrizioni. Nel giro di poche settimane, le prescrizioni di psicofarmaci sono diminuite e il comportamento dei residenti si è calmato. Gli effetti a catena sono andati oltre i conteggi della farmacia. I residenti che avevano saltato i pasti a causa di un dolore dentale non diagnosticato “hanno ricominciato a mangiare”, osserva Baird, e “quelli che erano isolati a causa del dolore hanno iniziato a socializzare”.

All’interno delle strutture Orchard è in atto un cambiamento culturale. Quando Baird ha formato il nuovo personale, ha paragonato il dolore “alla misurazione della pressione sanguigna o dell’ossigeno”, afferma. “Non faremmo ipotesi su questi valori, quindi perché farlo sul dolore?” L’analogia è calzante, ma convincere le persone ad accettarla è ancora un’impresa ardua. Alcuni infermieri insistono che il loro giudizio clinico è sufficiente, altri sono riluttanti ad accettare un altro login e un altro audit trail. “Il settore è stato lento nell’adottare la tecnologia, ma sta cambiando”, afferma Baird. Ciò è facilitato dal fatto che la somministrazione completa della scala del dolore di Abbey richiede 20 minuti, mentre la scansione e la checklist di PainChek richiedono meno di cinque minuti.

Gli ingegneri di PainChek stanno ora adattando il codice per i pazienti più piccoli. PainChek Infant è destinato ai bambini di età inferiore a un anno, le cui smorfie sono più rapide di quelle degli adulti. L’algoritmo, ricalibrato sui volti dei neonati, rileva sei unità di azione facciale convalidate sulla base del consolidato Baby Facial Action Coding System. PainChek Infant sta iniziando una fase di test limitata in Australia, mentre l’azienda persegue un percorso normativo separato.

Gli scettici sollevano le solite preoccupazioni su questi dispositivi. L’intelligenza artificiale per l’analisi facciale ha una storia di pregiudizi legati al tono della pelle , ad esempio. L’analisi facciale può anche interpretare erroneamente le smorfie causate da nausea o paura. Lo strumento è efficace solo quanto le risposte sì o no che seguono la scansione; un inserimento dei dati approssimativo può distorcere i risultati in entrambe le direzioni. I risultati mancano del contesto clinico e interpersonale più ampio che un operatore sanitario può avere grazie all’interazione regolare con i singoli pazienti e alla comprensione della loro storia clinica. È anche possibile che i medici si affidino troppo all’algoritmo, facendo eccessivo affidamento su giudizi esterni e compromettendo il proprio.

PainChek è solo una parte di uno sforzo più ampio volto a creare un sistema di nuova tecnologia per la misurazione del dolore. Altre startup stanno proponendo fasce EEG per il dolore neuropatico, sensori galvanici cutanei che segnalano il dolore oncologico acuto e persino modelli linguistici che setacciano le note infermieristiche alla ricerca di prove di disagio nascosto. Tuttavia, quantificare il dolore con un dispositivo esterno potrebbe essere fonte di problemi nascosti, come pregiudizi o imprecisioni, che potremo scoprire solo dopo un uso significativo.

Per Baird, la questione è comunque abbastanza semplice. “Ho convissuto con il dolore cronico e ho avuto difficoltà a farmi credere dalle persone. [PainChek] avrebbe fatto una grande differenza”, afferma. Se l’intelligenza artificiale può dare voce numerica a chi soffre in silenzio e far sì che i medici ascoltino, allora aggiungere un’altra riga al grafico dei segni vitali potrebbe valere il tempo trascorso davanti allo schermo.

15Deena Mousa è una ricercatrice, finanziatrice e giornalista che si occupa di salute globale, sviluppo economico e progresso scientifico e tecnologico.

Mousa lavora come ricercatrice capo presso Open Philanthropy, un ente finanziatore e consulente che si occupa di cause ad alto impatto, tra cui la salute globale e i potenziali rischi posti dall’intelligenza artificiale. Il team di ricerca indaga su nuove cause di interesse e non è coinvolto in lavori relativi alla gestione del dolore. Mousa non è stata coinvolta in alcuna sovvenzione relativa alla gestione del dolore, sebbene Open Philanthropy abbia finanziato in passato ricerche in questo settore.