Bislang ist immer noch unklar warum manche Menschen Schmerzen entwickeln und andere nicht. Viele Studien habe bislang einen Einfluss verschiedener biopsychosozialer Faktoren (Alter, Genetik, Art der Schädigung, emotionale Gesundheit etc.) auf die Entwicklung und Chronifizierung von Schmerzen gezeigt, wobei nicht ein einzelner Faktor, sondern eher eine komplexe Interaktion verschiedener Faktoren für die Entstehung und Unterhaltung von Schmerzen verantwortlich zu sein scheint. Daher werden zunehmend große Datensätze von Patienten untersucht, um diese komplexen Zusammenhänge zu untersuchen. In diesem Symposium soll der Stellenwert dieser Analysen diskutiert und näher beleuchtet werden.
Der erste Vortrag von Herrn Dr. Vollert wird einen Überblick über die Geschichte, die Methoden und die zunehmende Nutzung des maschinellen Lernens geben, von der Spitzenforschung über Verbesserungen im täglichen Leben bis hin zu präklinischen und klinischen Möglichkeiten für die Schmerzforschung. Besonderes Augenmerk wird dabei auf gängige Missverständnisse, inhärente Voreingenommenheit und die Gefahren einer (falschen) Nutzung der computergestützten Entscheidungsfindung gelegt.
Im zweiten Vortrag von Frau Prof. Dr. Gierthmühlen werden Ergebnisse und Grenzen einer Analyse von Nerzwerkdaten vorgestellt, in deren Rahmen maschinelles Lernen zur Untersuchung von Risikofaktoren für das Auftreten von Schmerzen bei Patienten mit Polyneuropathie untersucht wurde.
Der dritte Vortrag von Frau Prof. Dr. Pogazki-Zahn beschäftigt sich mit Ergebnissen aus aktuellen Big-Data-Analysen (Prädiktor- und Ergebnisanalysen) und der möglichen Vorhersagbarkeit akuter postoperativer Schmerzen.
Aufgrund des breit angelegten Themenbereiches richtet sich das Symposium damit sowohl an Kliniker als auch an Wissenschaftler, die sich näher mit dem Thema beschäftigen möchten. Dieser Vortrag wird den Zuhörern Klarheit über Umfang und Grenzen des maschinellen Lernens verschaffen. Dabei geht es nicht nur um die Schmerzforschung, sondern vielmehr um ein umfassendes Bild davon, wie diese Technologie unsere Arbeits- und Lebensweise beeinflusst und welche Möglichkeiten sich daraus ergeben. Die Teilnehmer werden erfahren, wie ein Schmerzregister oder ein Schmerznetzwerk entwickelt werden kann, einschließlich der Chancen und Fallstricke. Sie erhalten einen Einblick in die Analyse von Daten aus solchen Registern und Netzwerken. Sie werden Einblicke in die Ergebnisse von Datenanalyseansätzen zu akuten und akuten bis chronischen Schmerzen nach Operationen erhalten und erfahren, was möglich ist und was nicht. Darüber hinaus werden Ideen zum maschinellen Lernen unter Verwendung solcher Datensätze vorgestellt. Schließlich wird erörtert, ob solche Ansätze auf andere Schmerzdisziplinen übertragen werden können (und welche Fallstricke vermieden werden können), für die solche Register und Konsortien derzeit geplant sind oder in Zukunft geplant werden.