(资料图片)

复合脑图显示所有参与者的植入电极接触位置(红点)(图源：Prasad Shirvalkar)。　施普林格·自然 供图

中新网北京5月23日电 (记者 孙自法)施普林格·自然旗下专业学术期刊《自然-神经科学》最新发表一篇研究论文指出，脑信号可以用来预测一个人的疼痛程度。这项研究结果是对慢性疼痛的首次人体内直接检测，或有助于开发针对慢性疼痛患者的疗法，如卒中后疼痛或幻肢痛。

该论文介绍，长期慢性疼痛是一个主要的公共卫生问题，会造成大量残疾和经济负担。当前的治疗方法通常不足以管理慢性疼痛，经常开具的阿片类药物也有患者用药时过量的风险。患者的疼痛严重程度主要通过自我报告的指标来评估，但疼痛感是主观且有个体差异的，所以这种评估方式并不完美。寻找疼痛的客观生物标志物或有助于指导慢性疼痛的诊断，找到潜在疗法。

论文通讯作者和第一作者、美国加州大学旧金山分校Prasad Shirvalkar与同事及合作者一起，在4位慢性疼痛患者的前扣带回皮质和眶额皮层(与疼痛有关的脑区)内植入了记录电极。在之后的3至6个月里，这些患者会自我报告疼痛水平，同时电极会记录下他们的脑活动。

论文作者利用机器学习技术，通过高灵敏度的脑活动成功预测了疼痛的严重程度评分。他们还发现受试患者能区分慢性疼痛(与眶额皮层的相关性更强)和急性、由实验人员施加的热疼痛(与前扣带回皮质的相关性更强)。

论文作者认为，他们的这项研究结果，或有助于今后研发出能即刻检测大脑疼痛并实施干预的系统。