作者：电子创新网张国斌
如果一个人说自己头痛，医生如何判断他究竟有多痛？
在医院里，医生通常会使用VAS（视觉模拟评分）等疼痛量表，让患者根据自己的感受选择相应分值。这套方法已经在临床使用多年，但它有一个天然局限：疼痛是一种主观体验，患者的表达能力、情绪状态、认知水平，甚至对疼痛的理解，都可能影响最终评分。
这也意味着，医生面对的往往不是一个可以直接测量的生理指标，而是患者对自身感受的描述。
在11月13日召开的2026南渡江智慧医疗与康复产业高峰论坛上，上海睿酷医疗科技有限责任公司副总经理周芳颖带来了《基于脑电解码的疼痛治疗新纪元》主题演讲。她提出了一个颇具想象空间的方向：能否通过脑电信号与人工智能算法，把疼痛转化为相对客观、可量化的指标，再将评估结果与数字化治疗结合起来？
这不是简单地给患者戴上一顶脑电帽，而是试图从疼痛评估、治疗干预到效果追踪，建立一套新的数字化疼痛管理体系。
疼痛治疗的难点，不只是“止痛”
慢性疼痛是一个庞大的临床需求市场。周芳颖在演讲中引用了国内疼痛患者规模接近3亿的说法，并指出，仍有相当一部分患者长期受到疼痛困扰，难以通过现有治疗获得满意效果。
慢性疼痛的复杂性在于，它并不总是一个单纯的身体问题。
疼痛可能来自组织损伤、神经系统异常，也可能与长期的情绪压力、焦虑、抑郁和睡眠障碍相互影响。对于一些患者而言，疼痛持续时间越长，心理和行为层面的负担也越重，最终形成相互强化的状态。
但传统诊疗模式并不总能充分应对这种复杂性。
一方面，疼痛评估长期依赖患者主观报告。VAS量表虽然简单、便于使用，却难以完全反映疼痛背后的神经活动变化。另一方面，临床干预手段仍主要集中在药物、神经阻滞及其他介入治疗上。对于部分慢性疼痛患者，单纯缓解疼痛症状并不足以解决其长期的生活质量问题。
周芳颖认为，疼痛诊疗需要补上三个环节：更客观的疼痛评估、更多元的非药物干预，以及对情绪和认知问题的综合管理。
这也是睿酷医疗选择从疼痛切入脑电与数字疗法的原因。
从脑电信号中寻找疼痛的“客观标尺”
周芳颖指出脑电并不是一项新技术。早在19世纪，科学家就开始研究脑电活动与神经系统疾病之间的关系。此后，脑电在癫痫等疾病的诊断中逐步得到应用。
但疼痛与癫痫不同。
癫痫发作可能伴随相对明显的异常脑电活动，而疼痛涉及多个脑区、神经网络以及情绪认知过程，其脑电特征更加复杂，很难依靠医生肉眼观察波形来判断。
人工智能的介入，为这一问题提供了新的研究工具。
按照周芳颖的介绍，睿酷医疗从2023年开始尝试利用AI分析脑电信号，将多导联脑电数据与疼痛评估结合，通过算法建模，从大量脑电活动中寻找与疼痛状态相关的特征。
其技术路径大致可以分为三个环节：
首先，通过多导联脑电设备采集患者脑电数据；其次，利用企业自建的多模态脑电数据库和人工智能算法，对脑电信号进行特征提取与分析；最后，将分析结果转化为一个疼痛量化指标。
这个指标被称为“马柯值”，取值范围为0至100。周芳颖介绍，该指标以参与相关研究的马柯教授命名，睿酷医疗希望借此建立一套相对统一的疼痛量化表达方式。
按照演讲中的介绍，马柯值在30至35分以内被视为疼痛相对可控，超过这一范围则需要进一步评估和干预。
这套体系的意义，不只是把患者的疼痛感受从“轻度、中度、重度”转换成一个数字。更重要的是，如果脑电指标能够在不同时间点重复测量，就有机会帮助医生观察患者疼痛状态的变化，并为治疗方案调整提供新的参考。
例如，患者接受一段时间的数字疗法后，除了询问“现在是不是感觉好一些”，医生还可以结合脑电指标的变化，观察治疗前后的神经活动特征是否出现相应改变。
当然，这一思路要真正成为临床可用的评估工具，还需要解决一个关键问题：脑电特征与疼痛之间究竟具有多强的对应关系？不同疼痛类型、不同患者之间，模型能否保持稳定？情绪、睡眠、药物以及其他生理状态是否会干扰结果？
这些问题决定了疼痛量化模型能否从研究工具走向临床工具。
动态脑电研究：让疼痛评估更接近真实生活
在脑电疼痛评估研究中，实验室环境与真实临床场景之间存在一定差距。
传统研究往往要求患者保持静止，以尽可能减少运动伪迹对脑电信号的干扰。但真实生活中的患者并不会始终保持静止。疼痛可能在行走、活动、工作或进行康复训练时发生变化。如果脑电评估只能在静息状态下完成，其应用范围就会受到限制。
周芳颖介绍，睿酷医疗与上海交通大学开展了动态脑电相关研究，尝试让患者在动态状态下采集脑电，并将动态与静态数据结合分析。
演讲中提到，该研究的疼痛诊断准确度达到96.3%。
这一数据值得关注，但也需要进一步明确其统计口径。疼痛诊断准确率究竟针对哪类疼痛、采用怎样的患者样本、以何种临床标准作为参照，以及动态状态下的测试条件如何，都会影响这一结果的解释。它目前更适合作为团队研究进展来理解，而不能直接等同于一款已经具备普遍临床诊断能力的产品。
从产业角度看，动态脑电研究的价值在于，它试图突破脑电设备对静态测试环境的依赖。未来如果能够在日常活动和康复训练中稳定采集信号，脑电评估才有可能真正融入连续性的疼痛管理。
从“读脑”到“干预”：VR/MR成为数字疗法入口
如果说脑电量化解决的是“如何判断疼痛”，那么睿酷医疗的另一条路线，则是尝试回答“如何干预疼痛”。
周芳颖介绍，企业正在将虚拟现实、增强现实和混合现实技术引入疼痛治疗场景，通过沉浸式数字环境，结合认知、情绪和行为训练，为慢性疼痛患者提供非药物干预手段。
这背后有一个重要的医学逻辑：慢性疼痛并不只是外周组织向大脑传递的一组信号，患者对疼痛的注意、情绪反应和认知模式，也会影响疼痛体验。
因此，治疗不能只盯着疼痛本身，还需要关注患者如何感知疼痛、如何应对疼痛，以及长期疼痛对心理和行为造成的影响。
XR技术提供了一个相对可控的训练环境。
例如，患者可以在虚拟场景中进行放松训练、注意力转移和认知行为训练，也可以在虚拟教练的引导下练习八段锦等传统功法。通过把中医功法、康复训练和数字化场景结合起来，企业希望降低患者参与训练的门槛，并让治疗过程更加标准化。
在这一过程中，脑电数据还可以作为辅助评估手段，帮助观察患者训练前后的状态变化。
这与传统VR娱乐体验有明显区别。对于医疗场景而言，沉浸感本身并不是最终目标，关键在于训练内容是否具有明确的医学依据、患者是否能够持续参与，以及干预之后能否形成可验证的效果。
换句话说，VR/MR提供的是治疗场景和交互方式，脑电与AI则尝试提供状态评估和反馈依据。两者结合，才有机会形成相对完整的数字疗法路径。
130多家医院合作，技术如何走向临床？
从实验室研究到真正进入医院，脑机接口和数字疗法需要跨越的不只是技术门槛，还有临床验证、医疗器械注册和实际应用等多个环节。
周芳颖介绍，睿酷医疗目前已与130多家医院开展不同形式的合作，涉及脑电研究、真实世界临床研究以及相关科研课题。企业还与上海交通大学等高校及医疗机构开展合作，将脑电算法、数字疗法和临床疼痛管理结合起来。
演讲中还提到，睿酷医疗曾与上海交通大学医学院附属新华医院疼痛科马柯教授团队合作，将疼痛数字疗法应用于国内一例患者，并称相关工作曾被《Nature》报道。
这里需要区分的是，学术期刊对相关研究或观点的报道，并不等同于产品已经完成大规模临床验证。数字疗法能否在不同患者群体中稳定发挥作用，仍需要通过规范的临床研究持续积累证据。
从产品化角度看，睿酷医疗并非只布局脑电评估。此前公开资料显示，公司围绕疼痛管理形成了包括医学影像处理、慢性疼痛康复训练软件和医学培训等在内的产品方向，其中慢性疼痛康复训练软件已有Ⅱ类医疗器械获批的公开报道。这说明企业正在尝试把疼痛数字化管理从技术研究延伸到医疗产品体系。
周芳颖在演讲中表示，企业未来还计划将应用拓展至孕产痛、癌痛等场景，并进一步打通医院、社区和家庭之间的服务链路。除了现有慢性疼痛康复领域，企业也在探索精神心理等方向，并计划开发更多硬件产品。
不过，不同疼痛类型的病理机制、患者人群和治疗目标存在明显差异。慢性肌肉骨骼疼痛的数字化干预经验，并不能直接复制到癌痛或孕产痛领域。每一条新产品管线都需要针对具体适应证重新开展临床验证。
疼痛数字化，最终要回答临床价值问题
脑电与AI结合，为疼痛评估提供了一种新的技术可能。但从产业发展来看，真正值得关注的并不是企业能否计算出一个0至100的疼痛分值，而是这个分值能否帮助医生作出更好的临床决策。
它能否在不同患者之间保持稳定？能否识别不同类型的疼痛？能否用于治疗前后的效果比较？能否与药物、介入治疗及康复训练形成有效协同？这些问题比算法本身的复杂程度更重要。
同样，数字疗法也不能因为引入了VR/MR或AI，就天然具备治疗效果。医疗产品最终需要接受临床证据和监管体系的检验。
睿酷医疗的探索，实际上折射出脑机接口产业一个值得关注的变化：应用场景正在从传统的运动意图识别，向疼痛、情绪和认知等更复杂的脑功能领域延伸。
对于疼痛患者而言，如果未来脑电能够提供更加客观的状态参考，数字疗法能够形成可持续的非药物干预，医院、社区和家庭又能通过数据与服务连接起来，那么疼痛管理就有机会从一次次门诊式治疗，转向更连续的长期管理。
但这条路仍需要时间。脑电解码能否真正成为疼痛诊疗的“新标尺”，最终要由临床数据来回答。
注：本文为原创文章，未经作者授权严禁转载或部分摘录切割使用，否则我们将保留侵权追诉的权利。
