疼痛是每个人一生中体验最早、最多的主观内在感觉。由于人们往往认为疼痛是疾病的症状，只要治好疾病疼痛自然就会消失，因此，疼痛常被人们忽略。
据权威统计数据显示，欧美国家有35%的人患有慢性疼痛，而我国的情况对比这一数字只高不低。世界上每天约550万人忍受癌痛的折磨，中国城市居民中大约57%的人经历过不同程度的头痛。
早在2000年，世界卫生组织就提出“慢性疼痛是一类疾病”。为唤起全球对疼痛的关注，造福千万疼痛患者，2004年，国际疼痛学会（IASP）决定将每年的10月11日设立为“世界镇痛日”。
也许疼痛来临时，即便痛得难以忍受，你可能还要故作坚强，在医生面前自述病情。可如今，这样做也无济于事，一款新的计算系统能“火眼金睛”地看穿你到底有多疼。
衡量疼痛
这个新的系统能通过观察患者的面部表情来判断其疼痛的程度。“在进行真假痛苦的区分时，这些指标可能会很有用。”美国匹兹堡大学的 Jeffrey Cohn表示。该系统还可以分辨出患者是否真的需要处方药，还是只是一个骗子。
客观地衡量疼痛程度是一项棘手的任务，Dianbo Liu坦言，正是他与其麻省理工学院的同事们创造了这个系统。之所以会想到研究这个系统，是因为该研究小组认为，情感是人类体验的基础，其影响认知能力、洞察力以及日常工作，例如学习、交流甚至理性决策。
而技术人员在很大程度上会忽视情感因素，并常为人们带来一种令人沮丧的体验，形成这种情况的部分原因是情感已经被误解，难以衡量。这正如人们对疼痛的体验和表达方式各不相同，而医生对患者疼痛程度的评判往往依赖于患者的自述，很难做到客观。
为恢复情感与认知之间的适度平衡，保证客观性，Liu 和他的团队设计出了一种算法，该算法能根据视频中人们流露出的痛苦表情和畏缩程度来判断疼痛程度。每个视频中的被测对象都是患有肩周炎的病人，他们被要求进行不同的运动，然后由算法基于视频去评估他们的疼痛程度。最终结果表明，该算法能利用面部表情的细微差别准确评判出受测者的疼痛程度。
面部的某些部位极易暴露自身，Liu指出，尤其是鼻子和嘴巴周围的大量运动，比患者自述的程度更深，这将有助于提高算法分析的准确性。
这种算法将有助于医生决定采取何种方式对症下药。通过检查每个人微小的面部表情并进行系统精确校准，它可在这个通常被认为是比较困难的领域中做出更为客观的判断。
机器VS人工
当然，这并不是科研人员进行算法识别系统的首次尝试。此前已有多个不同的科研小组进行过相关实验，并证实了系统算法确实比人工识别更准确。
2014年，美国加利福尼亚大学圣迭戈分校神经计算所研究人员研发了一套系统，按照程序，电脑认定面部肌肉某种运动组合方式为真实表情，另一种则为假。
在测试中，25名志愿者每人拍摄两组录像。拍摄第一组录像时，志愿者把胳膊放入温水中一分钟，然后假装痛苦表情，尽量骗过一名专家；第二组录像中，温水换成冰水，志愿者们自由做出真实表情。
研究人员让另外170名研究对象观看录像，分辨真实或伪装的痛苦表情。结果显示，正确率为50％。研究人员教授他们分辨方法，再次测试，正确率稍高，达到55％。而与人类相比，电脑系统的分辨准确率竟高达85%。
研究人员认为电脑战胜人脑的原因在于前者抓住面部表情的一些特点，特别是嘴部运动，而这些特点通常被人类忽视。
而在此次的新研究中，为了让算法更准确，研究人员煞费苦心。他们对系统进行了调整，把被测者的年龄、性别和肤色也纳入考虑范围。一个人的年龄对他们疼痛程度的表达影响最大，并且Liu 也发现针对个人的方法比一个适合所有人的系统效率更高。
Cohn十分认同该设计及结果，并表示这是他第一次看到一个能识别痛苦的算法——它甚至还能基于年龄、性别、肤色和皮肤进行调整。虽然现在还处于初期阶段，但Liu认为，没有什么可以阻止他将此系统投入应用变成一个实用的软件，这样医生就可以在他们的智能手机安装并使用了。
人工智能热潮
其实，类似这样的人工智能早已悄无声息的出现，并开始在某些疾病诊断领域的运用中显现出极大的优势。
早在1972年，世界上第一个计算机临床决策支持系统AAPhelp就由提姆·德—多姆巴尔和苏珊·克莱普于英国研制成功。这套系统使用一种朴素的贝叶斯算法来根据病人的症状计算出剧烈腹痛可能的原因。随着科学家向该系统内输入的症状和诊断数据越来越多，它变得日益精确。到1974年，该系统的诊断精度已经超过资深医生。
在美国纽约，纪念斯隆—凯特琳癌症中心的肿瘤学家已利用IBM“沃森”进行辅助性诊断，人们亲切地称呼它为“沃森”医生。它的知识涉猎范围很广，包括300多份医学期刊、200余种教科书，以及美国国立综合癌症网络（NCCN）定期更新发布的临床指南等。
今年初，斯坦福大学研究团队利用深度学习技术训练谷歌公司开发的一项人工智能程序，在经过研究人员收集的近13万张与皮肤病变相关的图像的集中“训练”后，然后再使用经活体组织检查确认的高质量病变图像进行测试，之后研究人员让这款程序去分类并识别皮肤病变处属于良性还是恶性。然后，将“接受医学培训”的人工智能程序的皮肤癌识别结果与21名皮肤科医生进行对比，结果发现两者的表现基本处于同一水平。
无独有偶。就在不久前，谷歌的科学家开发出一款用来诊断乳腺癌的人工智能。科学家把乳腺癌的切片图像分割成数十万个像素小区域，每个区域可能含有数个肿瘤细胞。随后，他们提供了许多肿瘤组织与正常组织的病理切片，供人工智能学习并掌握区分肿瘤组织与健康组织的像素级技巧。随后，科学家请来病理学家与人工智能比赛“读片”：病理学家的诊断准确率为73.3%，人工智能为88.5%。
用“横扫”来形容如今人工智能对医学界的进军一点也不夸张。不管医生是否愿意接受，人工智能已经强势来袭。
从“人工智能”这个词出现，到如今“AI+”开始颠覆包括医疗在内的各个领域，对于“人工智能将在未来的医疗领域发挥重要作用”这一观点，人们也开始逐渐认同。
不过，不少专家也指出，目前人工智能在医疗界仍处于从属地位，毕竟“现在的人工智能只能说是‘替代已知’，学习了海量医生们的经验，还没有自我进化到‘替代未知’” 。
对此，Liu 也表示赞同。他认为，此次研发的新系统同样无法取代真正的医生。因为算法测试所使用的视频是在理想的灯光和摄影条件下拍摄的，所以一旦它用在真实的患者身上时，系统很可能没有那么准确。
尽管如此，这并不能限制该系统给医学界带来更大的改变。目前，他仍然计划进一步提升算法性能，并让更多的人参与测试，看看能否进一步提高其对疼痛的分辨能力。■