Skip to main content
Hauptrubriken
CME Facharzt-Training Webinare Zeitschriften Bücher e.Medpedia Podcast
Service
Jobbörse Info & Hilfe
Fachgebiete
Anästhesiologie Allgemeinmedizin Arbeitsmedizin Augenheilkunde Chirurgie Dermatologie Gynäkologie und Geburtshilfe HNO Innere Medizin Kardiologie Neurologie Onkologie und Hämatologie Orthopädie und Unfallchirurgie Pädiatrie Pathologie Psychiatrie Radiologie Rechtsmedizin Urologie Zahnmedizin
Themen
Typ-2-Diabetes und Adipositas Klimawandel und Gesundheit Neues aus dem Markt COVID-19 Praxis und Beruf Seltene Erkrankungen GOÄ & EBM Panorama
Sammlungen
Kasuistiken Algorithmen & Infografiken Blickdiagnosen Arthropedia FlapFinder (für Dermatochirurgen) Videos Kongressberichterstattung Medizin für Apothekerinnen und Apotheker Für Ärztinnen und Ärzte in Weiterbildung Für Medizinstudierende

Live-Webinar "Urologie und Sexualmedizin in der Praxis"

Häufige urologisch-sexualmedizinische Themen in der Praxis sind das Thema des MMW-Webinars am 5. Juni von 17.30 bis 19 Uhr. Konkret geht es um die Frage, wann bei Harnwegsinfektionen auf Antibiotika verzichtet werden kann, und um ein Update zur Therapie von Libido- und Potenzstörungen des Mannes. Der dritte Vortrag behandelt sexuell übertragbare Krankheiten. Stellen Sie Ihre Fragen an die Experten und sammeln Sie 2 CME-Punkte. Jetzt gleich anmelden!
Erweiterte Suche
Anmelden
nach oben
Current Pain and Headache Reports
Erschienen in: Current Pain and Headache Reports 4/2024

12.02.2024 | Alternative Treatments for Pain Medicine (C Robinson, Section Editor)

Applications of Artificial Intelligence in Pain Medicine

verfasst von: Alaa Abd-Elsayed, Christopher L. Robinson, Zwade Marshall, Sudhir Diwan, Theodore Peters

Erschienen in: Current Pain and Headache Reports | Ausgabe 4/2024

Einloggen, um Zugang zu erhalten

Abstract

Purpose of Review

This review explores the current applications of artificial intelligence (AI) in the field of pain medicine with a focus on machine learning.

Recent Findings

Utilizing a literature search conducted through the PubMed database, several current trends were identified, including the use of AI as a tool for diagnostics, predicting pain progression, predicting treatment response, and performance of therapy and pain management. Results of these studies show promise for the improvement of patient outcomes.

Summary

Current gaps in the research and subsequent directions for future study involve AI in optimizing and improving nerve stimulation and more thoroughly predicting patients’ responses to treatment.
Literatur
1.
Hashimoto DA, Witkowski E, Gao L, Meireles O, Rosman G. Artificial intelligence in anesthesiology: current techniques, clinical applications, and limitations. Anesthesiology. 2020;132(2):379–94.CrossRefPubMed
2.
3.
4.
Jiang F, Jiang Y, Zhi H, Dong Y, Li H, Ma S, et al. Artificial intelligence in healthcare: past, present and future. Stroke Vasc Neurol. 2017;2(4):230–43.CrossRefPubMedPubMedCentral
5.
Bishop CM. Neural networks and their applications. Rev Sci Instrum. 1994;65(6):1803–32.CrossRefADS
6.
Abdollahi M, Ashouri S, Abedi M, Azadeh-Fard N, Parnianpour M, Khalaf K, et al. Using a motion sensor to categorize nonspecific low back pain patients: a machine learning approach. Sensors (Basel). 2020;20(12):3600.CrossRefPubMedADS
7.
Staartjes VE, Quddusi A, Klukowska AM, Schröder ML. Initial classification of low back and leg pain based on objective functional testing: a pilot study of machine learning applied to diagnostics. Eur Spine J. 2020;29(7):1702–8.CrossRefPubMed
8.
Gruss S, Treister R, Werner P, Traue HC, Crawcour S, Andrade A, et al. Pain intensity recognition rates via biopotential feature patterns with support vector machines. PLoS ONE. 2015;10(10):e0140330.CrossRefPubMedPubMedCentral
9.
Liew BXW, Rugamer D, De Nunzio AM, Falla D. Interpretable machine learning models for classifying low back pain status using functional physiological variables. Eur Spine J. 2020;29(8):1845–59.CrossRefPubMed
10.
Lee J, Mawla I, Kim J, Loggia ML, Ortiz A, Jung C, et al. Machine learning-based prediction of clinical pain using multimodal neuroimaging and autonomic metrics. Pain. 2019;160(3):550–60.CrossRefPubMedPubMedCentral
11.
• Wu CL, Liu SF, Yu TL, Shih SJ, Chang CH, Yang Mao SF, et al. Deep learning-based pain classifier based on the facial expression in critically Ill patients. Front Med (Lausanne). 2022;9:851690. Recent reference examining AI model for treating pain.CrossRefPubMed
12.
•• Guan B, Liu F, Mizaian AH, Demehri S, Samsonov A, Guermazi A, et al. Deep learning approach to predict pain progression in knee osteoarthritis. Skeletal Radiol. 2022;51(2):363–73. Recent reference and relevant to our article.CrossRefPubMed
13.
Liu L, Zhu MM, Cai LL, Zhang X. Predictive models for knee pain in middle-aged and elderly individuals based on machine learning methods. Comput Math Methods Med. 2022;2022:5005195.CrossRefPubMedPubMedCentral
14.
•• Lin T, Peng S, Lu S, Fu S, Zeng D, Li J, et al. Prediction of knee pain improvement over two years for knee osteoarthritis using a dynamic nomogram based on MRI-derived radiomics: a proof-of-concept study. Osteoarthritis Cartilage. 2023;31(2):267–78. Recent reference with long term follow up.CrossRefPubMed
15.
Goldstein P, Ashar Y, Tesarz J, Kazgan M, Cetin B, Wager TD. Emerging clinical technology: application of machine learning to chronic pain assessments based on emotional body maps. Neurotherapeutics. 2020;17(3):774–83.CrossRefPubMedPubMedCentral
16.
Ichesco E, Peltier SJ, Mawla I, Harper DE, Pauer L, Harte SE, et al. Prediction of differential pharmacologic response in chronic pain using functional neuroimaging biomarkers and a support vector machine algorithm: an exploratory study. Arthritis Rheumatol. 2021;73(11):2127–37.CrossRefPubMedPubMedCentral
17.
Verma D, Jansen D, Bach K, Poel M, Mork PJ, d’Hollosy WON. Exploratory application of machine learning methods on patient reported data in the development of supervised models for predicting outcomes. BMC Med Inform Decis Mak. 2022;22(1):227.CrossRefPubMedPubMedCentral
18.
Tu Y, Ortiz A, Gollub RL, Cao J, Gerber J, Lang C, et al. Multivariate resting-state functional connectivity predicts responses to real and sham acupuncture treatment in chronic low back pain. Neuroimage Clin. 2019;23:101885.CrossRefPubMedPubMedCentral
19.
Branco P, Berger S, Abdullah T, Vachon-Presseau E, Cecchi G, Apkarian AV. Predicting placebo analgesia in patients with chronic pain using natural language processing: a preliminary validation study. Pain. 2023;164(5):1078–86.CrossRefPubMed
20.
Ortiz-Catalan M, Guðmundsdóttir RA, Kristoffersen MB, Zepeda-Echavarria A, Caine-Winterberger K, Kulbacka-Ortiz K, et al. Phantom motor execution facilitated by machine learning and augmented reality as treatment for phantom limb pain: a single group, clinical trial in patients with chronic intractable phantom limb pain. Lancet. 2016;388(10062):2885–94.CrossRefPubMed
21.
Piette JD, Newman S, Krein SL, Marinec N, Chen J, Williams DA, et al. Patient-centered pain care using artificial intelligence and mobile health tools. JAMA Intern Med. 2022;182(9):975–83.CrossRefPubMedPubMedCentral
22.
Marcuzzi A, Nordstoga AL, Bach K, Aasdahl L, Nilsen TIL, Bardal EM, et al. Effect of an artificial intelligence-based self-management app on musculoskeletal health in patients with neck and/or low back pain referred to specialist care: a randomized clinical trial. JAMA Netw Open. 2023;6(6):e2320400.CrossRefPubMedPubMedCentral
23.
Anan T, Kajiki S, Oka H, Fujii T, Kawamata K, Mori K, et al. Effects of an artificial intelligence–assisted health program on workers with neck/shoulder pain/stiffness and low back pain: randomized controlled trial. JMIR Mhealth Uhealth. 2021;9(9):e27535.CrossRefPubMedPubMedCentral
24.
Snyder K, Thomas B, Lu ML, Jha R, Barim MS, Hayden M, et al. A deep learning approach for lower back-pain risk prediction during manual lifting. PLoS ONE. 2021;16(2):e0247162.CrossRefPubMedPubMedCentral
25.
Knab JH, Wallace MS, Wagner RL, Tsoukatos J, Weinger MB. The use of a computer-based decision support system facilitates primary care physicians’ management of chronic pain. Anesth Analg. 2001;93(3):712–20.CrossRefPubMed
26.
Cai N, Wang G, Xu L, Zhou Y, Chong H, Zhao Y, et al. Examining the impact perceptual learning artificial-intelligence-based on the incidence of paresthesia when performing the ultrasound-guided popliteal sciatic block: simulation-based randomized study. BMC Anesthesiol. 2022;22(1):392.CrossRefPubMedPubMedCentral
27.
Johnson M. Transcutaneous electrical nerve stimulation: mechanisms. Clinical Application and Evidence Rev Pain. 2007;1(1):7–11.PubMed
28.
Boutet A, Madhavan R, Elias GJB, Joel SE, Gramer R, Ranjan M, et al. Predicting optimal deep brain stimulation parameters for Parkinson’s disease using functional MRI and machine learning. Nat Commun. 2021;12(1):3043.CrossRefPubMedPubMedCentralADS
29.
Mekhail N, Levy RM, Deer TR, Kapural L, Li S, Amirdelfan K, et al. Durability of clinical and quality-of-life outcomes of closed-loop spinal cord stimulation for chronic back and leg pain: a secondary analysis of the evoke randomized clinical trial. JAMA Neurol. 2022;79(3):251–60.CrossRefPubMedPubMedCentral
30.
Metadaten
Titel
Applications of Artificial Intelligence in Pain Medicine
verfasst von
Alaa Abd-Elsayed
Christopher L. Robinson
Zwade Marshall
Sudhir Diwan
Theodore Peters
Publikationsdatum
12.02.2024
Verlag
Springer US
Erschienen in
Current Pain and Headache Reports / Ausgabe 4/2024
Print ISSN: 1531-3433
Elektronische ISSN: 1534-3081
DOI
https://doi.org/10.1007/s11916-024-01224-8

Weitere Artikel der Ausgabe 4/2024

Current Pain and Headache Reports 4/2024 Zur Ausgabe

Concussion and Head Injury (A Kaye, Section Editor)

Treatment Options for Posttraumatic Headache: A Current Review of the Literature

Uncommon and/or Unusual Headaches and Syndromes (F Cohen, Section Editor)

Trigeminal Postherpetic Neuralgia: From Pathophysiology to Treatment

Chronic Pain Medicine (O Viswanath, Section Editor)

The Gut Microbiota and Chronic Pain

Neuropathic Pain (A Abd-Elsayed, Section Editor)

Infrapatellar Branch of the Saphenous Nerve: Therapeutic Approaches to Chronic Knee Pain

Chronic Pain Medicine (O Viswanath, Section Editor)

The Diagnostic Value of Carnett’s Test with Chronic Abdominal Pain: A Narrative Review

Non-pharmacologic Aspects of Pain, Migraine, and Headache (D Buse, Section Editor)

Complementary and Integrative Medicine for the Treatment of Trigeminal Neuralgia and Trigeminal Autonomic Cephalalgia

Neu im Fachgebiet AINS

Mit dem Seitenschneider gegen das Reißverschluss-Malheur

03.06.2024 Urologische Notfallmedizin Nachrichten

Wer ihn je erlebt hat, wird ihn nicht vergessen: den Schmerz, den die beim Öffnen oder Schließen des Reißverschlusses am Hosenschlitz eingeklemmte Haut am Penis oder Skrotum verursacht. Eine neue Methode für rasche Abhilfe hat ein US-Team getestet.

Blutdrucksenkung schon im Rettungswagen bei akutem Schlaganfall?

31.05.2024 Apoplex Nachrichten

Der optimale Ansatz für die Blutdruckkontrolle bei Patientinnen und Patienten mit akutem Schlaganfall ist noch nicht gefunden. Ob sich eine frühzeitige Therapie der Hypertonie noch während des Transports in die Klinik lohnt, hat jetzt eine Studie aus China untersucht.

Ähnliche Überlebensraten nach Reanimation während des Transports bzw. vor Ort

29.05.2024 Reanimation im Kindesalter Nachrichten

Laut einer Studie aus den USA und Kanada scheint es bei der Reanimation von Kindern außerhalb einer Klinik keinen Unterschied für das Überleben zu machen, ob die Wiederbelebungsmaßnahmen während des Transports in die Klinik stattfinden oder vor Ort ausgeführt werden. Jedoch gibt es dabei einige Einschränkungen und eine wichtige Ausnahme.

Nicht Creutzfeldt Jakob, sondern Abführtee-Vergiftung

29.05.2024 Hyponatriämie Nachrichten

Eine ältere Frau trinkt regelmäßig Sennesblättertee gegen ihre Verstopfung. Der scheint plötzlich gut zu wirken. Auf Durchfall und Erbrechen folgt allerdings eine Hyponatriämie. Nach deren Korrektur kommt es plötzlich zu progredienten Kognitions- und Verhaltensstörungen.

Update AINS

Bestellen Sie unseren Fach-Newsletter und bleiben Sie gut informiert.

hier abonnieren
Bildnachweise