“如果我们不会去猜测血压或血氧水平，为什么要猜测疼痛呢？” —— Cheryl Baird，前护理机构质量总监

在英格兰北部拥有23家机构的痴呆症护理连锁企业Orchard Care Homes，护士们长期使用阿比疼痛量表（Abbey Pain Scale）来评估无法言语交流的居民的疼痛状况。这是一种观察性评估工具。时任机构质量总监、前护士Cheryl Baird将其描述为“打勾练习”，人们并没有真正考虑疼痛指标。结果，躁动的居民常被假定为行为问题，并被开具精神类镇静剂，而疼痛本身却未被治疗。

2021年1月，Orchard Care Homes开始试用PainChek：一款通过智能手机扫描患者面部，捕捉微观肌肉运动并利用人工智能输出预期疼痛评分的应用。几周内，试点单元的处方量减少，走廊也更安静了。“我们立即看到了好处：易用性、准确性，以及发现了用旧量表无法识别的疼痛，”Baird回忆道。

疼痛的科学：身体与大脑的实时协商

科学已知，当脚趾被撞时，称为伤害感受器的微观警钟通过“快车道”向脊髓发送电脉冲，传递第一波刺痛。在脊髓处，信号遇到一个被称为“门”的微观总机。用友好的触摸（如揉擦瘀伤）冲刷那道门，或者让大脑传递出源于恐慌或平静的指令，门可能会在你意识到疼痛之前减弱或放大信息。

换句话说，疼痛不是损伤或感觉的直接翻译，而是身体与大脑之间的实时协商。然而，这种协商的许多方面仍是谜。例如，科学家无法预测是什么导致某人从常规损伤滑入长达数年的超敏状态；从急性到慢性疼痛的分子转变在很大程度上仍属未知。

传统评估的主观性与偏见

1921年，第一个严肃的疼痛量化系统出现：患者在一条10厘米的空白线上标记疼痛程度，临床医生测量距离转换为0-100的分数。1975年，心理学家Ronald Melzack的麦吉尔疼痛问卷提供了78个形容词（如“烧灼感”、“刺痛”、“搏动性疼痛”），使疼痛的质感与强度一同进入病历。过去几十年，医院最终采用了0-10的数字评分量表。

然而，疼痛主观性极强。期望和情绪可以改变相同损伤的疼痛程度。在一项试验中，认为自己使用了止痛霜的志愿者报告疼痛程度比知道药膏无效的志愿者低22%——功能性磁共振成像显示，他们大脑中报告疼痛的区域活动减少，意味着他们确实感觉没那么痛。外部因素也有影响：意大利、瑞典和沙特志愿者对相同校准电刺激的评分差异巨大，暗示文化可以放大或减弱相同体验的感觉强度。

临床偏见也会导致对相同疼痛评分的不同应对。2024年出院记录分析发现，女性疼痛评分被记录的可能性比男性低10%。在一家大型儿科急诊，患有肢体骨折的黑人儿童接受阿片类镇痛药的可能性比非西班牙裔白人同龄人低约39%，即便研究者控制了疼痛评分和其他临床因素。

AI解决方案：面部编码与生理信号

PainChek公司的高级研究科学家Kreshnik Hoti介绍，PainChek基于面部动作编码系统（FACS）——一套用于分析面部表情的、拥有44种面部微观运动的“罗塞塔石碑”。应用在距离人脸30厘米处扫描三秒钟，神经网络会寻找与疼痛关联最强的九种特定微观运动（如提上唇、皱眉、脸颊紧张等），屏幕随即闪烁出0-42分的评分。扫描后，应用还会引导用户完成其他体征（如呻吟、“护痛”姿势、睡眠中断）的是/否清单，并将结果存储在可显示趋势的云端仪表板上。

将扫描与人工填写清单相链接是一个后期设计选择。“最初，我们认为AI应该自动化一切，但现在我们看到混合使用——AI加人工输入——是我们的主要优势，”Hoti承认。护理员（而非护士）完成大多数评估，使临床医生能够根据数据采取行动，而不是收集数据。

PainChek于2017年获得澳大利亚治疗用品管理局批准，国家推广资金帮助其嵌入该国数百家养老院。该系统还获得了英国、加拿大和新西兰的授权。公司数据显示，“抗精神病药物使用量减少了约25% ，在苏格兰，跌倒发生率降低了42%”。

临床效果与潜在担忧

Orchard Care Homes的内部研究追踪了四家护理院的月度疼痛评分、行为事件和处方情况。几周内，精神类药物处方下降，居民行为趋于平静。因未发现的牙痛而跳过饭食的居民“开始重新进食”，因疼痛而孤立的居民“开始社交”。

然而，质疑者提出了常见的警示。面部识别AI有肤色偏倚的历史。面部分析也可能误读源于恶心或恐惧的鬼脸。工具的质量取决于扫描后的“是/否”回答输入的准确性；草率的数据录入可能使结果产生偏差。结果也缺乏护理人员通过与个体患者定期互动并了解其病史可能获得的更广泛临床和人际背景。此外，临床医生可能过度依赖算法，侵蚀自己的判断力。

Baird本人曾患有慢性疼痛，很难让别人相信她。“如果当时有PainChek，情况会大不相同，”她说。如果人工智能能给沉默的受苦者一个数字化的表达方式，并让临床医生倾听，那么在生命体征图表上多增加一行，或许是值得的。

关键术语表

——本文基于 MIT Technology Review 长篇报道编译，介绍人工智能在疼痛评估中的前沿应用及其引发的讨论，不代表编译者立场