『 痛みの評価の現状 』

痛みは、視力検査や聴力検査のように世界中の人を同じ物差しで測る方法はありません。
患者さんの痛みを判断するには、患者さん本人に直接痛みを聞く方法しかなく、患者さんの自己申告に頼っているため、痛みに過敏な患者さんと、我慢強い患者さんでは、同じくらいの痛みを感じておられていても違う表現をされている可能性があります。本当に治療が必要な人が見逃されてしまうことがあります。

痛み止めをどのくらい使えばいいかという判断は、とても難しいものです。
この量を間違えてしまうと、「鎮痛薬過量投与」「鎮痛薬過少投与」「鎮痛薬依存症」ような問題が引き起こされる可能性があり、命にかかわることすらあるのです。

「痛みの客観的評価法」が無いことで患者の自己申告が起こす3つの問題

また、特に我慢強い患者さんは痛みを我慢されることで治療をしてもらえなかったり、重大な病気が見過ごされたりすることがあります。
本当に必要な人に必要なサービスが公平に届けられず、救わなければならないときに救えないという社会への不利益につながります。

私たちは、痛みをみえる化するために様々な信号処理技術を開発してきました。すでに4件の特許が成立しています。

機械学習（スパースモデル：特願2017‐137723、サポートベクター、ニューラルネット、ディープラーニング：特願2017‐254565）や新しいの音響信号処理技術（信号増強技術：特願2017‐148350）を用いて、痛みの大きさ・不快な痛みかそうでないかの違いを自動で区別できる方法やその区別をより正確に行える脳波からの新法の取り出し方（脳波特徴量）を開発してきました。この手法を用いると、痛みを感じ始めて持続している間、痛みがあることを数値として見える化させることが可能です。

このようなシステムは、データの量が増えれば増えるほど正確な判定につながるため、私たちの開発した機器を使う患者さんのデータを集めてビッグデータ化を目指す仕組みを作り出すことを目的に特願2018‐2777を出願しました。
比較的弱いリファレンス刺激（外から与える軽い痛み刺激）を使ってモデル化し精度を高める試みや、脳波から取り出す信号の特徴量をキャリブレーション(基準に合うように調整すること)する方法を開発して特願2019－85779を出願しました。
さらに、少ないデータで機械学習を可能にするデータ増幅法を開発して特願2019‐85782を出願しています。

病院でも使え、かつ、クリニックにおいても測定可能な大きさのもので痛みをみえる化できる機器開発を目指して、医療の現場に普及しやすい機器は何かという状況を学びながら、つけ外しが簡単な小型脳波計等を参考に、患者さんに負担が少ないコンパクトな機器の開発を進めています。