一种革命性的人工智能（AI）无线植入装置提供了精准的疼痛缓解。
我们正处于一个人工智能（AI）机器学习迅速改变人类健康和福祉的历史时期。南加州大学（University of Southern California, USC）和加利福尼亚大学洛杉矶分校（University of California, Los Angeles, UCLA）的研究人员在一项新的同行评审研究中展示了一种无线设备，该设备利用AI从脑活动中解码疼痛水平，以个性化调节脊髓刺激来治疗慢性疼痛。
“在此，我们报告了一种集成的柔性超声诱导无线可植入刺激器，结合了疼痛检测和管理系统，用于个性化慢性疼痛管理，”主要作者Laiming Jiang、Jun Chen和Qifa Zhou与其他二十位合作者共同报告。
慢性疼痛，一个全球性问题
慢性疼痛是指持续超过三个月的疼痛。根据国际疼痛研究协会（International Association for the Study of Pain, IASP）的估计，全世界五分之一的人患有慢性疼痛，而五千万美国人每天都在忍受慢性疼痛。
在慢性疼痛患者中，临床上显著的焦虑和抑郁经常发生。约翰·霍普金斯大学医学院（Johns Hopkins University School of Medicine）研究人员领导的一项分析显示，在包含来自50个国家超过347,000名慢性疼痛患者的376项已发表研究中，大约40%的慢性疼痛成人同时患有焦虑和抑郁。纤维肌痛患者、年轻成年人和女性是最容易共病的群体。
对非药物疼痛治疗的需求
“慢性疼痛管理通常涉及阿片类药物，这些药物会带来诸如成瘾等严重副作用，”研究人员写道。阿片类药物是一类具有成瘾性的药物，可以是合成的（如芬太尼、洛哌丁胺、美沙酮、曲马多）、半合成的（如羟考酮、羟吗啡酮、氢可酮、海洛因），或天然的（如鸦片、可待因、蒂巴因、吗啡）。根据2023年7月《柳叶刀区域健康—美洲》（The Lancet Regional Health—Americas）的数据，阿片类药物成瘾影响了大约六千万人，并导致每年超过十万例药物过量死亡（主要是由芬太尼引起）。美国精神医学学会（American Psychiatric Association）估计，2022年近十一万美国人的药物过量死亡中，有74,000例是由合成阿片类药物芬太尼造成的。
作为成瘾性止痛药和其他药物的替代品，迫切需要一种针对个体患者需求定制的无药物慢性疼痛管理方法。
个性化疼痛治疗
研究团队创建了一个三部分的疼痛管理解决方案，包括一个作用于脊髓以阻断疼痛信号传递到大脑的柔性超声诱导可植入刺激器、一个可穿戴的超声发射器和一个解码脑活动以将疼痛水平分类为三类（轻微、中度、极度）的AI深度学习算法。实验室老鼠在配备这些设备后，其脑电图（EEG）脑活动被监测，以便AI进行疼痛水平分类。使用的AI人工神经网络基于ResNet-18，这是一种常用于图像分类的卷积神经网络（Convolutional Neural Network, CNN），具有18层。根据USC Viterbi工程学院（USC Viterbi School of Engineering）的报告，该深度学习模型在分类实验鼠疼痛水平方面的准确率高达94.8%。
“我们通过开发机器学习模型从脑记录中分类疼痛刺激，并编程超声发射器的声能，从而控制电刺激的强度，”研究人员分享道。AI分类疼痛水平后，超声发射器的声能会相应调整，以控制电刺激的功率水平来进行疼痛管理，使其更贴合和具体地满足疼痛需求。
“我们表明，这种植入物可以根据分类的疼痛水平生成针对自由移动动物模型的靶向、自适应和定量的脊髓电刺激，用于慢性疼痛管理，”科学家总结道。
通过利用AI预测复杂脑活动图像记录中的疼痛水平，一支先锋研究团队正在用电刺激提供个性化的慢性疼痛管理方面取得重大进展，且无需使用药物。
(全文结束)
