(资料图)

冠状（上）和矢状（下）复合脑图显示了所有参与者的植入电极接触位置（红点）。前扣带皮层显示为紫色，眶额皮层显示为黄色。每个区域的大脑信号记录实例显示在底部。图片来源：加州大学旧金山分校/《自然·神经科学》

科技日报记者 张梦然

《自然·神经科学》23日发表的一项研究指出，脑信号可以用来预测一个人的疼痛程度。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。

长期慢性疼痛是一个主要的公共卫生问题。当前的治疗方法不足以管理慢性疼痛，经常开具的阿片类药物也有患者自行用药过量的风险。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将有助于指导慢性疼痛的诊断，找到潜在疗法。

美国加州大学旧金山分校研究团队在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。团队利用机器学习技术，通过高灵敏度的脑活动成功预测了疼痛的严重程度。

研究人员发现他们还能区分慢性疼痛（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），这些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。

总编辑圈点

虽然素来有“疼痛不是病”的说法，但这实际上是一种认识误区。慢性疼痛是一种常见的慢性疾病，在我国，它甚至是继心脑血管疾病、肿瘤之后的第三大健康问题。不过，目前对疼痛的临床评价，主要还是依靠临床症状和患者自诉，缺乏可以测量的实验室指标。诸多疾病都有生物学标志物，对疼痛生物学标志物的寻找也成为研究热点。本文的研究中，科研人员通过监测大脑活动电信号解码了患者疼痛水平，为今后更科学更及时的疼痛管理打下了基础。