Artificial intelligence for pain monitoring in intensive care units: A scoping review of current applications and challenges

Abstract

Background

Assessing pain in critically ill patients is challenging because traditional methods often lack objectivity and consistency, which can lead to suboptimal pain management. Artificial intelligence (AI) has emerged as a potential complementary tool to assist healthcare providers in monitoring and predicting pain in intensive care units (ICUs). This scoping review aims to map and summarize current applications of AI for pain monitoring in ICU patients, identify methodological approaches, and highlight evidence gaps.

Methods

A scoping review was conducted using several medical and technical databases, including PubMed, IEEE Xplore, CINAHL, and Web of Science, along with Google Scholar for supplementary searches. Studies published between 2016 and 2025 that examined AI-based methods for pain assessment in ICU patients were included. Data on study design, AI techniques, measured outcomes, and clinical context were extracted. Risk of bias was assessed descriptively. Meta-analysis was not performed due to variability between studies.

Results

Twenty-eight studies were included, involving real ICU patients and simulated data. AI tools ranged from facial expression analysis and physiological signal monitoring to wearable sensor systems. AI models generally improved pain detection accuracy, but there is little evidence on their impact on patient outcomes or clinical workflows. Differences in study design, pain types, and ICU settings prevented quantitative synthesis.

Conclusions

Artificial intelligence shows promise as a complementary tool for monitoring pain in critically ill patients. Current evidence is preliminary, and further research is needed to evaluate the clinical benefits and practical integration of AI in ICU practice.

Resumen

Antecedentes

La evaluación del dolor en pacientes críticamente enfermos es un desafío, ya que los métodos tradicionales a menudo carecen de objetividad y consistencia, lo que puede conducir a un manejo subóptimo del dolor. La inteligencia artificial (IA) ha surgido como una herramienta complementaria potencial para ayudar al personal de salud en la monitorización y predicción del dolor en las unidades de cuidados intensivos (UCI). Esta revisión de alcance tiene como objetivo mapear y resumir las aplicaciones actuales de la IA para la monitorización del dolor en pacientes de UCI, identificar los enfoques metodológicos y resaltar las brechas de evidencia.

Métodos

Se realizó una revisión de alcance utilizando varias bases de datos médicas y técnicas, incluyendo PubMed, IEEE Xplore, CINAHL y Web of Science, además de Google Scholar para búsquedas suplementarias. Se incluyeron estudios publicados entre 2016 y 2025 que evaluaban métodos basados en IA para la valoración del dolor en pacientes de UCI. Se extrajeron datos sobre el diseño del estudio, técnicas de IA, resultados medidos y contexto clínico. El riesgo de sesgo se evaluó de manera descriptiva. No se realizó metaanálisis debido a la variabilidad entre los estudios.

Resultados

Se incluyeron veintiocho estudios, que involucraban tanto pacientes reales de UCI como datos simulados. Las herramientas de IA abarcaron desde análisis de expresiones faciales y monitorización de señales fisiológicas hasta sistemas de sensores portátiles. En general, los modelos de IA mejoraron la precisión en la detección del dolor, pero existe poca evidencia sobre su impacto en los resultados clínicos o en los flujos de trabajo asistenciales. Las diferencias en el diseño de los estudios, los tipos de dolor y los entornos de UCI impidieron la síntesis cuantitativa.

Conclusiones

La inteligencia artificial muestra un potencial prometedor como herramienta complementaria para la monitorización del dolor en pacientes críticamente enfermos. Sin embargo, la evidencia actual es preliminar, y se necesita más investigación para evaluar los beneficios clínicos y la integración práctica de la IA en la atención de las UCI.