加州史丹佛大學（Stanford University）研究團隊利用電腦學習軟體分類腦部掃描資料，偵測疼痛民眾。
史丹佛大學醫學院馬基（Sean Mackey）博士說：「我們試圖解答的問題是：是否能利用神經造影客觀偵查出1個人是否處於疼痛。答案是肯定的。」
馬基說，醫師目前仍仰賴病患告訴他們是否感受到疼痛，此為評估疼痛的黃金守則；但是部分病患，如極年幼、極年長、失智或失去意識的人，並無法表達疼痛感受；因此，長期以來研究人員都在找某個能客觀估量疼痛的方法。
為了訓練電腦，8名志願者先碰觸1個熱的物件、接著再碰觸1個熱到會感到痛的物體，分別拍下腦部掃描。
電腦再利用掃描中得到的資料辨別不同的大腦活動模式。
在試驗中，電腦偵測疼痛民眾的腦部掃描準確度超過80%；至於那些沒有感到疼痛的人，電腦一樣能準確判讀。
不過馬基提醒，這份研究是在非常受限的實驗室環境所做；此外，實驗也並未檢視慢性和急性疼痛之間的差別。
研究報告今天刊在「公共科學圖書館期刊」（PLoS One）。
路透社 2011/09/14 中央社 譯
說不出的疼痛？醫療電子器件來幫忙
對醫護人員來說，沒什麼比患者明顯受傷但卻找不到疼痛具體來源或無法描述疼痛強度更棘手的了，這讓診斷、評估和治療變得非常困難。斯坦福大學醫學院的研究人員正在開發一個相應的解決方案，有可能為醫療服務業帶來幫助、提升相關OEM廠商的銷售。
研究人員正在審視開發一種通過功能性磁共振(fMRI)和支持向量機(SVM)，在不需要病人提供信息的情況下更精確判斷疼痛來源與強度的診療設備的可行性。這樣一種工具將會提升醫師的診斷和治療效果。
下面就是研究人員對當前挑戰以及潛在機遇的解釋，刊登在學術刊物PLoS One上。
有嚴重認知或交際障礙的病患——如重症監護病房的患者或患有癡呆症的老年人——可能無法自己提供關於疼痛的有效信息。對於這樣的病患，沒有太多辦法判定疼痛的存在與否。雖然有行為判斷方法(例如評估面部表情、發聲、身體動作)，但對於行動受癱瘓和其它疾病影響的病人也可能失敗。因此，有必要開發一種基於生理並且無需與病患溝通的疼痛評估工具。
項目尚未迎來突破，但研究人員已經取得一些富有前景的結果，並已經開始向醫療機構、醫院、病患實地徵詢對這種設備前景的看法。除了幫助直接用戶以外，疼痛診療工具也可以為OEM製造商以及半導體和磁性材料製造商帶來機遇。
斯坦福大學的研究人員在一系列實驗中演示了高度準確的疼痛探知(最高達到80%)，並得出結論：“通過fMRI與SVM可以在不與測試者交流的情況下探知疼痛狀況”。研究人員認為接下來的工作是在診所環境下進一步實驗。
成功重現實驗結果不僅對病人、同樣也對醫療設備製造商有幫助。疼痛是每個人都想擺脫的普遍問題，不幸的是判斷問題來源以確保診斷效果經常會很困難。研究人員知道人們在被醫師問及疼痛來源是一般無法給出具體答案，因此希望開發一種解決此類問題的工具。
電子工程專輯 2011/10/12
註：支持向量機 (Support vector machine, SVM) 一種機器學習的分類演算法
相關連結
- Does that hurt? Objective way to measure pain being developed at Stanford (Medical Xpress)
- Systems Neuroscience and Pain Lab (Standford University)
- An Objective Way to Measure Pain (Technology Review)
- Towards a Physiology-Based Measure of Pain: Patterns of Human Brain Activity Distinguish Painful from Non-Painful Thermal Stimulation (PLoS one)
沒有留言:
張貼留言