Nature子刊：首次通过大脑信号预测人类慢性疼痛

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。

2023年5月22日，加州大学旧金山分校的研究人员在 Nature 子刊 Nature Neuroscience 上发表了题为：First-in-human prediction of chronic pain state using intracranial neural biomarkers 的研究论文。

该研究表明，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，是揭开我们对疼痛的感知背后的大脑活动模式的第一步，或有助于开发针对慢性疼痛（例如卒中后疼痛或幻肢痛）患者的有效且非成瘾性治疗方法。

慢性疼痛是全世界范围内造成残疾的最大原因之一。神经性疼痛是由神经系统本身的损伤引起的，最常见的原因是由于身体的神经受损，但对于这项研究中的个体来说，他们的疼痛被认为是来自大脑本身。目前的治疗方法对这种疼痛的效果不佳，还可能会使患者虚弱。

研究团队在4位慢性疼痛患者（3人患有卒中后疼痛，一人患有幻肢痛）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。

然后，研究团队利用机器学习（Machine Learning）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。研究团队还发现他们能区分慢性疼痛（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）。

研究团队表示，这些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。

论文链接：

https://www.nature.com/articles/s41593-023-01338-z

转自：“生物世界”微信公众号

如有侵权，请联系本站删除！