精确判断疼痛来源的医疗电子器件

对医护人员来说，没什么比患者明显受伤但却找不到疼痛具体来源或无法描述疼痛强度更棘手的了，这让诊断、评估和治疗变得非常困难。斯坦福大学医学院的研究人员正在开发一个相应的解决方案，有可能为医疗服务业带来帮助、提升相关OEM厂商的销售。

研究人员正在审视开发一种通过功能性磁共振（fMRI）和支持向量机（SVM），在不需要病人提供信息的情况下更精确判断疼痛来源与强度的诊疗设备的可行性。这样一种工具将会提升医师的诊断和治疗效果。

下面就是研究人员对当前挑战以及潜在机遇的解释，刊登在学术刊物PlosOne上。

有严重认知或交际障碍的病患——如重症监护病房的患者或患有痴呆症的老年人——可能无法自己提供关于疼痛的有效信息。对于这样的病患，没有太多办法判定疼痛的存在与否。虽然有行为判断方法（例如评估面部表情、发声、身体动作），但对于行动受瘫痪和其它疾病影响的病人也可能失败。因此，有必要开发一种基于生理并且无需与病患沟通的疼痛评估工具。

项目尚未迎来突破，但研究人员已经取得一些富有前景的结果，并已经开始向医疗机构、医院、病患实地征询对这种设备前景的看法。除了帮助直接用户以外，疼痛诊疗工具也可以为OEM制造商以及半导体和磁性材料制造商带来机遇。

斯坦福大学的研究人员在一系列实验中演示了高度准确的疼痛探知（最高达到80%），并得出结论：“通过fMRI与SVM可以在不与测试者交流的情况下探知疼痛状况”。研究人员认为接下来的工作是在诊所环境下进一步实验。

成功重现实验结果不仅对病人、同样也对医疗设备制造商有帮助。疼痛是每个人都想摆脱的普遍问题，不幸的是判断问题来源以确保诊断效果经常会很困难。研究人员知道人们在被医师问及疼痛来源是一般无法给出具体答案，因此希望开发一种解决此类问题的工具。