Sentir dor não é legal. Ninguém gosta de sentir dor. Médicos não gostam que seus pacientes sintam dor. Dor não é doença, dor é sintoma, e se a pessoa está sentindo dor, tem algo de errado. Claro, a necessidade primária é minimizar ou erradicar o sofrimento da pessoa, enquanto se busca o caminho para evitar o que está causando este sofrimento, e é aí que entram os analgésicos. O problema é: quais e quantos analgésicos deve-se administrar? Quanto de dor o paciente está sentindo? Como mensurar isso, pois todo remédio tem efeito colateral em maior ou menor grau, mesmo que seja imperceptível?

Nem sempre dá para ouvir pacientes, pois ou eles não têm a real dimensão de sua dor (sim, eu sei que parecerá estranho, mas as pessoas tendem a querer logo algo arrasa-quarteirão para acabar com a dor de vez), fora os que estão impossibilitados de se comunicar por alguma condição cognitiva ou mesmo porque estão desacordadas.

Como meter a faca não é algo que seria bem aceito, a saída é buscar métodos não-invasivos, como o uso de espectroscopia funcional de infravermelho próximo para dar uma fuçada no que o córtex pré-frontal do cérebro anda aprontando. Isso ajuda a avaliar a quantidade de atividade acontecendo no interior. Se está ativo, a certeza é que a pessoa está registrando dados que entendemos por dor. Sendo assim, dá pra se ter uma ideia de quanto medicamento aplicar na pobre alma sofredora.

Tecnicamente, o que o sistema faz é analisar e determinar com o máximo de precisão a quantidade de hemoglobina oxigenada presente no cérebro, mesmo porque, isso significa que há atividade neural subjacente. Sensores são colocados na testa do paciente para registrar a atividade, mas a análise desses dados não envolve simplesmente a detecção de níveis mais altos de atividade, pois a dor gera padrões de atividade específicos.

Para dar um balão neste problema, os pesquisadores chutaram para as máquinas resolverem por meio de machine learning para identificar o tipo de atividade cerebral que é indicativa de dor e a usou como um biomarcador de dor. Em outras palavras, usou dados tabulados por meio de eventos estatísticos e a máquina só processou bem mais rápido fazendo as associações.

A equipe conseguiu identificar que um indivíduo estava sentindo dor com precisão de 87%, o que já é uma conquista notável, mas não com a precisão necessária., mas já é um caminho e tanto já percorrido.

Você poderá baixar o PDF com a pesquisa AQUI