“同樣一根針紮下去，有人輕蹙眉頭，有人痛呼出聲”—— 這種疼痛感受的個體差異，并非意志強弱的區别，而是源于大腦深處的神經奧秘。長期以來，疼痛的主觀屬性讓 “有多疼” 難以精準描述，也成為醫學評估的一大難題。
近日，中國科學院心理研究所胡理教授團隊在《先進科學》期刊發表的重磅研究，為這一困境帶來了突破性解決方案。團隊整合中國、美國、韓國六個功能磁共振數據集，對 1046 名受試者的腦活動數據進行深度分析，成功研發出疼痛敏感性神經生物标記物 NIPS(Neuroimaging-based Indicator of Pain Sensitivity)。這把大腦裡的 “疼痛刻度尺”，讓客觀量化疼痛敏感性成為可能，為疼痛醫學研究與臨床應用開辟了新路徑。
一、疼痛的文明印記：從極緻考驗到科學探索
要理解疼痛敏感性研究的意義，亞馬遜雨林中薩特雷 - 馬維族人的成年儀式堪稱極緻案例。這個古老部落将 “子彈蟻蜇咬” 作為成為戰士或領袖的必經之路 ——80 隻被激怒的子彈蟻被編織進藤蔓手套，受試者需佩戴 5 至 10 分鐘，忍受動物界頂級強度的疼痛。這種蜇咬會導緻肢體暫時癱瘓、持續顫抖，而完成儀式需經曆 20 次這樣的磨難。
盡管這種儀式在現代醫學标準下存在健康風險，但它揭示了一個核心事實：疼痛的感知與耐受，深刻影響着人類的生存與文明演進。從原始部落的意志考驗，到現代醫學的精準幹預，人類對疼痛的認知始終在探索中深化。而胡理教授團隊的研究，正是用科學手段解碼疼痛的神經基礎，在大腦神經網絡中尋找疼痛與生物學、意識的交彙密碼。
值得關注的是，胡理團隊此前在《PNAS》發表的跨物種研究已發現，γ 高頻振蕩信号是刻畫人類與大鼠疼痛敏感性差異的特異性神經指标，為此次 NIPS 的研發奠定了重要基礎。
二、突破争議：大樣本破解疼痛研究迷霧
長期以來，科學界對 “大腦激活能否反映疼痛敏感性差異” 存在巨大争議。早期小樣本研究顯示，更強的疼痛誘發腦激活與更高敏感性相關，但部分大樣本研究卻得出相反結論。這種矛盾讓研究陷入僵局，也讓客觀疼痛指标的研發屢屢受阻。
胡理教授團隊的創新之處，在于采用了前所未有的大樣本研究策略。他們整合的六個數據集，不僅覆蓋健康人群與帶狀疱疹後神經痛患者，還包含激光熱痛、機械痛、接觸式熱痛等多種疼痛類型，避免了單一樣本或刺激類型帶來的偏差。
研究發現，當樣本量足夠大時，疼痛刺激誘發的腦激活與疼痛敏感性确實存在顯著相關性。更重要的是，這種相關性具有高度可重複性 —— 無論在不同數據集、不同疼痛類型，還是不同文化背景的人群中，都能穩定觀測到。這一發現如同找到了疼痛世界的 “通用語言”，跨越了個體差異的鴻溝。
三、樣本量的 “魔法”：解鎖可靠結論的關鍵
這項研究最具方法學價值的發現，是明确了疼痛研究的 “樣本量阈值”。通過重采樣分析，團隊發現：全腦單變量相關分析需超過 200 人樣本，才能可靠檢測到腦激活與疼痛敏感性的關聯;構建穩定的多變量機器學習模型，至少需要 150 人樣本。
這一結論完美解釋了過往研究的矛盾 —— 許多小樣本研究因 “統計功效不足”，如同在昏暗燈光下看書，難以看清疼痛敏感性的真實神經編碼。而足夠大的樣本量就像點亮了明燈，讓初級體感皮層、前扣帶皮層、腦島等疼痛相關腦區的激活模式與敏感性的關聯清晰顯現。
同時研究還證實，大腦對疼痛的編碼具有相對特異性。盡管疼痛與觸覺、聽覺等非疼痛刺激激活的腦區大量重疊，但腦激活與疼痛敏感性的相關性，顯著強于與其他感覺敏感性的相關性，證明疼痛在神經層面有其獨特的編碼偏向。
四、NIPS：多面手般的疼痛預測工具
基于這些發現，團隊研發的 NIPS 模型展現出強大的實用價值。作為基于機器學習的疼痛敏感性預測工具，它不僅能準确預測個體疼痛敏感性，解釋約 20% 的個體差異，還具備令人驚歎的泛化能力：
跨疼痛類型：基于激光熱痛數據訓練的模型，可成功預測機械痛與接觸式熱痛的敏感性;
跨人群：能精準預測帶狀疱疹後遺神經痛患者的疼痛敏感性;
跨治療方式：可預判健康人群對安慰劑和經皮神經電刺激治療的鎮痛反應。
NIPS 的另一大發現是，疼痛敏感性的神經編碼是分布式的 —— 相關信息遍布整個大腦，而非局限于特定區域。當 “虛拟切除” 單個腦區時，NIPS 性能幾乎不受影響;但僅保留單個腦區時，性能會大幅下降。這意味着疼痛敏感性的神經機制，如同交響樂的協作演出，需要全腦網絡的共同參與。
五、臨床賦能：從實驗室走向精準醫療
NIPS 的問世，其意義遠超出理論研究範疇，為臨床疼痛管理帶來了革命性可能。傳統疼痛評估完全依賴患者主觀報告，易受情緒、認知等因素影響，導緻治療方案制定缺乏科學依據。
而 NIPS 提供的客觀 “疼痛量尺”，可幫助醫生精準識别高疼痛敏感性個體，為術後鎮痛、慢性疼痛治療等場景制定個體化方案。其預測鎮痛效果的能力，更讓精準醫療成為可能 —— 醫生可通過 NIPS 預判患者對不同治療的反應，避免無效治療帶來的痛苦與資源浪費，如同為每位患者定制疼痛治療 “導航系統”。
不過研究團隊也坦言，目前 NIPS 僅能解釋部分疼痛敏感性變異，未來需要整合行為測量、生理指标等多模态數據，進一步提升預測精準度。從實驗室技術到臨床常規應用，仍需更多驗證與優化。
六、腦科學的溫度：解碼疼痛的未來
這項研究讓我們對疼痛有了全新認知：它不再是模糊的主觀感受，而是可通過神經影像客觀解讀的生物現象，每個人的大腦都藏着獨特的疼痛 “神經指紋”。
從更廣闊的視角看，NIPS 的研發是現代腦科學研究趨勢的縮影 —— 大樣本、多中心、跨文化的協作，正在成為破解複雜神經科學問題的關鍵。而随着神經影像技術與人工智能的發展，未來有望誕生更精準的疼痛評估工具。或許不久的将來，一次腦部掃描就能讓醫生全面掌握患者的疼痛特征，實現 “量體裁衣” 式的疼痛治療。
疼痛，這一伴随人類千萬年的古老感受，正在被現代科學逐步解密。胡理教授團隊的研究，不僅為疼痛評估提供了關鍵工具，更讓我們看到了腦科學改善人類健康的溫暖力量。在大腦的神經網絡中，更多疼痛密碼的破譯，仍在等待科學家們的持續探索。
免責聲明：本文僅代表作者個人觀點，與每日科技網無關。其原創性以及文中陳述文字和内容未經本站證實，對本文以及其中全部或者部分内容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關内容。
本網站有部分内容均轉載自其它媒體，轉載目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責，若因作品内容、知識産權、版權和其他問題，請及時提供相關證明等材料并與我們聯系，本網站将在規定時間内給予删除等相關處理.
