통증(痛症, 痛證)은 의학적으로 말초신경계에 위치한 통각(痛覺)수용기가 자극됨에 뇌로 전달할 때 느낀다. 또 말초신경계나 중추신경계의 손상 또는 기능 장애에 의해 비롯되며 실제적이고 잠재적인 조직 손상 또는 피해 등에서 나타나는 주된 증상이다. 인간이 삶을 영위하고 기본적인 기능을 해가는 데 심각한 영향을 줄 수 있다.

통증 치료는 놀랍도록 도전적이고 복잡하다고 한다. 예를 들어, 통증을 지나치게 치료하면 환자에게 진통제를 과다 투여할 위험이 있으며 반면에 통증을 과소 치료하면 장기적인 만성 통증과 다른 합병증으로 이어질 수 있다. 오늘날 의사들은 환자들과 소통하며, 느끼는 상태에 따라에 통증 정도를 측정하고 진단한다.

그러나 아이들이나 치매를 앓고 있는 노인 환자, 혹은 수술을 받고 있는 환자와 같이, 자신이 어떻게 통증을 느끼는지, 혹은 전혀 의사소통을 할 수 없는 환자들은 어떨까?

지난 3일부터 6일까지 영국 캠브리지에서 열린 '국제 정서 컴퓨팅 및 지능형 상호 작용에 관한 컨퍼런스(Affective Computing & Intelligent Interaction. ACII 2019)'에서 발표된 연구 논문에서 MIT-하버드 공동 연구팀이 휴대용 신경 영상 장치로 뇌 활동을 분석하여 환자의 통증 수준을 측정하는 시스템을 개발했다.

이는 환자의 통증을 정량화하는 방법을 논한다. 그렇게 하기 위해 연구팀은 머리 주위에 놓인 센서가 뇌의 뉴런 활동을 나타내는 산소화 된 헤모글로빈 농도를 측정하는 기능적 근적외선 분광법(fNIRS)이라는 새로운 신경 영상 기술을 활용한다.

환자의 이마에 있는 fNIRS 센서 몇 개만 사용하여 전전두엽 피질의 활동을 측정하는데, 이는 통증 처리에 중요한 역할을 한다. 측정된 뇌 신호를 사용하여 연구원은 통증 반응과 관련된 산소화 된 헤모글로빈 수준의 패턴을 감지하기 위해 개인화된 머신러닝 모델을 개발한 것으로 모델은 환자가 약 87%의 정확도로 통증을 경험하고 있는지 여부를 감지할 수 있다.

뇌 활동을 분석하여 환자의 통증 수준을 측정하는 이 시스템으로 의사들이 무의식적이거나 비 의사소통적인 환자들의 통증을 진단하고 치료하는 데 도움을 줄 수 있으며, 이는 약물의 오남용(誤濫用)이나 수술 후 발생할 수 있는 만성 통증의 위험을 줄일 수 있을 것으로 기대된다.