从主观感受 to 客观数据！脑科学让疼痛评估迈入精准时代

“同样一根针扎下去，有人轻蹙眉头，有人痛呼出声”—— 这种疼痛感受的个体差异，并非意志强弱的区别，而是源于大脑深处的神经奥秘。长期以来，疼痛的主观属性让 “有多疼” 难以精准描述，也成为医学评估的一大难题。

近日，中国科学院心理研究所胡理教授团队在《先进科学》期刊发表的重磅研究，为这一困境带来了突破性解决方案。团队整合中国、美国、韩国六个功能磁共振数据集，对 1046 名受试者的脑活动数据进行深度分析，成功研发出疼痛敏感性神经生物标记物 NIPS(Neuroimaging-based Indicator of Pain Sensitivity)。这把大脑里的 “疼痛刻度尺”，让客观量化疼痛敏感性成为可能，为疼痛医学研究与临床应用开辟了新路径。

一、疼痛的文明印记：从极致考验到科学探索

要理解疼痛敏感性研究的意义，亚马逊雨林中萨特雷 - 马维族人的成年仪式堪称极致案例。这个古老部落将 “子弹蚁蜇咬” 作为成为战士或领袖的必经之路 ——80 只被激怒的子弹蚁被编织进藤蔓手套，受试者需佩戴 5 至 10 分钟，忍受动物界顶级强度的疼痛。这种蜇咬会导致肢体暂时瘫痪、持续颤抖，而完成仪式需经历 20 次这样的磨难。

尽管这种仪式在现代医学标准下存在健康风险，但它揭示了一个核心事实：疼痛的感知与耐受，深刻影响着人类的生存与文明演进。从原始部落的意志考验，到现代医学的精准干预，人类对疼痛的认知始终在探索中深化。而胡理教授团队的研究，正是用科学手段解码疼痛的神经基础，在大脑神经网络中寻找疼痛与生物学、意识的交汇密码。

值得关注的是，胡理团队此前在《PNAS》发表的跨物种研究已发现，γ 高频振荡信号是刻画人类与大鼠疼痛敏感性差异的特异性神经指标，为此次 NIPS 的研发奠定了重要基础。

二、突破争议：大样本破解疼痛研究迷雾

长期以来，科学界对 “大脑激活能否反映疼痛敏感性差异” 存在巨大争议。早期小样本研究显示，更强的疼痛诱发脑激活与更高敏感性相关，但部分大样本研究却得出相反结论。这种矛盾让研究陷入僵局，也让客观疼痛指标的研发屡屡受阻。

胡理教授团队的创新之处，在于采用了前所未有的大样本研究策略。他们整合的六个数据集，不仅覆盖健康人群与带状疱疹后神经痛患者，还包含激光热痛、机械痛、接触式热痛等多种疼痛类型，避免了单一样本或刺激类型带来的偏差。

研究发现，当样本量足够大时，疼痛刺激诱发的脑激活与疼痛敏感性确实存在显著相关性。更重要的是，这种相关性具有高度可重复性 —— 无论在不同数据集、不同疼痛类型，还是不同文化背景的人群中，都能稳定观测到。这一发现如同找到了疼痛世界的 “通用语言”，跨越了个体差异的鸿沟。

三、样本量的 “魔法”：解锁可靠结论的关键

这项研究最具方法学价值的发现，是明确了疼痛研究的 “样本量阈值”。通过重采样分析，团队发现：全脑单变量相关分析需超过 200 人样本，才能可靠检测到脑激活与疼痛敏感性的关联;构建稳定的多变量机器学习模型，至少需要 150 人样本。

这一结论完美解释了过往研究的矛盾 —— 许多小样本研究因 “统计功效不足”，如同在昏暗灯光下看书，难以看清疼痛敏感性的真实神经编码。而足够大的样本量就像点亮了明灯，让初级体感皮层、前扣带皮层、脑岛等疼痛相关脑区的激活模式与敏感性的关联清晰显现。

同时研究还证实，大脑对疼痛的编码具有相对特异性。尽管疼痛与触觉、听觉等非疼痛刺激激活的脑区大量重叠，但脑激活与疼痛敏感性的相关性，显著强于与其他感觉敏感性的相关性，证明疼痛在神经层面有其独特的编码偏向。

四、NIPS：多面手般的疼痛预测工具

基于这些发现，团队研发的 NIPS 模型展现出强大的实用价值。作为基于机器学习的疼痛敏感性预测工具，它不仅能准确预测个体疼痛敏感性，解释约 20% 的个体差异，还具备令人惊叹的泛化能力：

跨疼痛类型：基于激光热痛数据训练的模型，可成功预测机械痛与接触式热痛的敏感性;

跨人群：能精准预测带状疱疹后遗神经痛患者的疼痛敏感性;

跨治疗方式：可预判健康人群对安慰剂和经皮神经电刺激治疗的镇痛反应。

NIPS 的另一大发现是，疼痛敏感性的神经编码是分布式的 —— 相关信息遍布整个大脑，而非局限于特定区域。当 “虚拟切除” 单个脑区时，NIPS 性能几乎不受影响;但仅保留单个脑区时，性能会大幅下降。这意味着疼痛敏感性的神经机制，如同交响乐的协作演出，需要全脑网络的共同参与。

五、临床赋能：从实验室走向精准医疗

NIPS 的问世，其意义远超出理论研究范畴，为临床疼痛管理带来了革命性可能。传统疼痛评估完全依赖患者主观报告，易受情绪、认知等因素影响，导致治疗方案制定缺乏科学依据。

而 NIPS 提供的客观 “疼痛量尺”，可帮助医生精准识别高疼痛敏感性个体，为术后镇痛、慢性疼痛治疗等场景制定个体化方案。其预测镇痛效果的能力，更让精准医疗成为可能 —— 医生可通过 NIPS 预判患者对不同治疗的反应，避免无效治疗带来的痛苦与资源浪费，如同为每位患者定制疼痛治疗 “导航系统”。

不过研究团队也坦言，目前 NIPS 仅能解释部分疼痛敏感性变异，未来需要整合行为测量、生理指标等多模态数据，进一步提升预测精准度。从实验室技术到临床常规应用，仍需更多验证与优化。

六、脑科学的温度：解码疼痛的未来

这项研究让我们对疼痛有了全新认知：它不再是模糊的主观感受，而是可通过神经影像客观解读的生物现象，每个人的大脑都藏着独特的疼痛 “神经指纹”。

从更广阔的视角看，NIPS 的研发是现代脑科学研究趋势的缩影 —— 大样本、多中心、跨文化的协作，正在成为破解复杂神经科学问题的关键。而随着神经影像技术与人工智能的发展，未来有望诞生更精准的疼痛评估工具。或许不久的将来，一次脑部扫描就能让医生全面掌握患者的疼痛特征，实现 “量体裁衣” 式的疼痛治疗。

疼痛，这一伴随人类千万年的古老感受，正在被现代科学逐步解密。胡理教授团队的研究，不仅为疼痛评估提供了关键工具，更让我们看到了脑科学改善人类健康的温暖力量。在大脑的神经网络中，更多疼痛密码的破译，仍在等待科学家们的持续探索。