AI odczytuje ból z fal mózgowych. Koniec zgadywania przy łóżku pacjenta?

Czy lekarz kiedykolwiek będzie w stanie wiedzieć, ile bólu czuje pacjent na OIOM-ie, niemowlę czy osoba z zaburzeniami świadomości? Przez dziesięciolecia medycyna opierała się na subiektywnej skali VAS, w której pacjent sam określał swój ból, co jest niemożliwe u najsłabszych. Zespół z południowokoreańskich instytutów DGIST i GIST właśnie opublikował wyniki, które mogą to zmienić — stworzyli platformę AI, która czyta ból wprost z elektroencefalogramu (EEG), filtrując ludzkie uprzedzenia i subiektywne oceny.

Sedno problemu: subiektywna skala bólu

→ Czytaj też: Największy otwarty model AI ma 2,8 biliona parametrów. Chiny rzucają wyzwanie USA

Przez lata klinicyści dysponowali jednym, wysoce niedoskonałym narzędziem — Wizualną Skalą Analogową (VAS). Pacjent wskazuje na linijce od 0 do 10, jak bardzo go boli. Dla tego samego bodźca termicznego jedna osoba wskaże 3, inna 9. Te dane są niespójne, a przede wszystkim bezużyteczne, gdy pacjent nie może mówić — na OIOM-ie, w czasie operacji, u małych dzieci czy osób starszych z demencją. Dotychczas lekarze zgadywali, opierając się na zmianach tętna czy grymasie twarzy, co jest dalekie od precyzyjnego pomiaru.

Jak działa samokorygujące się AI?

→ Czytaj też: AI rozszyfrowała śpiew ptaków. Co mówią nam od lat?

Zespół pod kierunkiem głównego badacza An Jinunga (DGIST) oraz prof. Jeon Seong-chana (GIST) poszedł radykalnie inną drogą. Zamiast uczyć model na podstawie ludzkich, subiektywnych deklaracji, zbudowano innowacyjną architekturę: dwa odrębne modele AI porównują swoje wyniki w czasie rzeczywistym. Uczą się wyłącznie na tych punktach danych, które oba modele uzgodnią jako wiarygodne. Jak tłumaczy An Jinung: „To badanie bezpośrednio rozwiązuje problem stronniczości subiektywnych etykiet, który był chronicznym ograniczeniem analizy bólu opartej na EEG.”

Tradycyjne sieci neuronowe zawodzą, bo próbują uczyć się na skażonych, subiektywnych danych. Podwójny system koreański działa jak filtr — odcina emocjonalną ekspresję bólu i pozwala skupić się na fizjologicznym sygnale. W teście na grupie 41 uczestników model znacząco przewyższył wydajność konwencjonalnych rozwiązań, a co kluczowe — zachował stabilność przewidywań nawet wtedy, gdy wkraczał w zupełnie nowe środowiska bodźców, z którymi nie miał kontaktu w fazie treningu.

Odkrycie neurobiologiczne: fale delta i punkty F7, F8

Badanie przyniosło też istotne odkrycie neurofizjologiczne. Okazało się, że aktywność fal delta — najwolniejszych fal mózgowych — w lewym i prawym przednim płacie skroniowym, dokładnie w okolicach elektrod oznaczonych jako F7 i F8 w systemie 10-20, skaluje się idealnie z intensywnością bólu. To pierwszy tak precyzyjnie zmapowany biomarker bólu w korze mózgowej. Naukowcy dowiedli, że właśnie w tych miejscach ból fizyczny drukuje swój cyfrowy podpis.

Jak podkreśla pierwszy autor pracy, dr Jeong Ui-jin, celem zespołu jest przejście od statycznych testów do interfejsu mózg-komputer (BCI) działającego w czasie rzeczywistym. „Mamy nadzieję, że technologia będzie szeroko stosowana do monitorowania bólu przed i po zabiegach chirurgicznych, śledzenia bólu przewlekłego oraz obiektywnej oceny bólu na oddziałach intensywnej terapii” — mówi badacz.

Co to oznacza dla medycyny?

Konsekwencje są tak głębokie, jak odważne jest pytanie: czy wkrótce żaden pacjent nie będzie musiał cierpieć w ciszy? Algorytm koreański, opracowany dzięki wsparciu Narodowej Fundacji Badawczej Korei, został pomyślany jako uniwersalna platforma AI do analizy bólu. Jego natychmiastowe zastosowania kliniczne mogą objąć oddziały intensywnej terapii, sale operacyjne oraz opiekę nad osobami z chorobami neurodegeneracyjnymi. Co więcej, odkrycie biomarkerów F7 i F8 otwiera drogę do projektowania osobistych systemów monitorowania — opasek z suchymi elektrodami, które w przyszłości będą czytały ból z głowy pacjenta tak, jak dzisiejsze smartwatche mierzą puls.

Pierwszy autor Jeong Ui-jin zapowiada: „Będziemy się poświęcać badaniom, aby rozszerzyć to na system monitorowania w czasie rzeczywistym oparty na interfejsie mózg-komputer.” To nie tylko kolejne narzędzie – to zmiana paradygmatu: przejście od zgadywania do mierzenia. Ból, tak długo ukryty w subiektywności, może w końcu zostać obiektywnie odczytany.