3亿慢性疼痛患者背后，睿酷医疗如何用脑机接口寻找新疗法？

疼痛是临床医学中最常见、却也最难客观量化的症状之一。血压可以通过血压计测量，血糖可以通过血糖仪检测，但患者究竟有多疼，长期以来主要依赖个人描述和医生经验判断。对于慢性疼痛患者而言，疼痛程度难以量化，也使治疗效果的动态评估和个体化干预面临挑战。

随着人工智能和脑机接口技术的发展，脑电信号正在成为探索疼痛客观评估的新方向。

2026年11月13日，在第五届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发表了题为《基于脑电解码的疼痛治疗新纪元》的演讲，介绍了公司利用AI分析脑电信号、构建疼痛客观评估模型，以及将脑机接口与VR数字疗法、神经调控等技术结合的探索。

睿酷医疗成立于2020年，总部位于苏州。公司从慢性疼痛这一临床需求切入，尝试将多导联脑电采集、AI算法、疼痛量化评估和非药物干预结合起来，建立从神经信号感知到治疗反馈的数字化闭环。

这条技术路线的核心，是让疼痛评估逐步摆脱单纯依赖患者主观描述的模式，并探索利用脑电信号为治疗方案提供更加客观的数据依据。

从VAS量表到脑电解码，疼痛评估为什么需要客观化？

据介绍，中国慢性疼痛患者规模接近3亿，每年新增约1000万至2000万人。公司认为，现有药物治疗和微创治疗仍存在一定局限，部分患者需要长期治疗，难以获得理想的缓解效果。

周芳颖指出，传统疼痛评估主要依赖VAS（视觉模拟评分）和NRS（数字评分）等量表。医生通常需要患者根据自己的主观感受，对疼痛程度进行打分。

她在演讲中提到：“疼痛究竟有多疼，在这么多年医疗过程中一直没有办法做衡量。”

与血压、血糖等能够通过仪器直接获取数值的生理指标不同，疼痛具有明显的主观性。患者的表达能力、情绪状态、认知水平以及不同时间段的身体状况，都可能影响疼痛评分。

对于慢性疼痛患者，这一问题更加复杂。长期疼痛往往伴随焦虑、抑郁和睡眠障碍，疼痛与负面情绪之间可能形成相互影响的循环。如果治疗过程中只关注疼痛症状，而忽略心理状态，治疗效果也可能受到影响。

睿酷医疗将现有疼痛治疗的局限归纳为三个方面：一是缺少更加客观的疼痛评估手段；二是外周电刺激等非药物治疗设备通常需要人工调节，难以根据患者实时状态动态调整参数；三是传统治疗较难同时覆盖疼痛及其伴随的心理问题。

因此，公司希望利用脑机接口技术，从大脑神经活动中寻找与疼痛感知相关的生物电信号特征，为疼痛程度评估提供新的技术路径。

TB级脑电数据与AI模型，如何识别疼痛相关神经信号？

脑电信号并不是一个容易处理的数据类型。

从早期脑电设备到现代多导联脑电采集系统，脑电数据的规模和复杂程度不断增加。早期脑电分析主要依赖医生识别癫痫等具有明显特征的异常波形，而面对复杂的疼痛感知活动，单纯依靠肉眼已经难以完成分析。

周芳颖介绍，睿酷医疗从2023年开始利用AI分析脑电信号，尝试从大规模脑电数据中识别与疼痛感知相关的时空特征。

根据公司演讲材料，团队前期已经收集万例、TB级别的高密度脑电相关数据，并采用Mamba与Transformer相结合的模型架构进行分析。

从技术流程来看，系统首先通过多导联脑电设备采集患者脑电信号，再将数据输入AI算法模型，提取不同脑区和不同时间维度上的信号特征，进而建立疼痛相关的神经生物标记。

公司介绍，其模型采用三分支数据验证方式，包括P值验证、原始数据以及CWT（连续小波变换）时频图，以辅助识别模型提取的特征是否具有统计学和信号层面的支持。

这里值得关注的是Mamba与Transformer的组合。

Transformer擅长处理复杂序列中的关联关系，而Mamba采用状态空间模型路线，在长序列建模和计算效率方面具有自身特点。对于需要处理长时间、多通道脑电信号的系统而言，如何兼顾时间序列特征提取、计算资源和推理效率，是模型架构设计的重要问题。

不过，模型能够识别脑电信号中的统计特征，并不意味着已经完全建立了疼痛程度与特定脑电模式之间的因果关系。不同病种、患者个体差异、药物使用和情绪状态，都可能影响脑电表现。如何扩大样本、验证模型的泛化能力，仍是技术走向临床的重要环节。

在量化结果方面，睿酷医疗开发了名为“马柯值”的疼痛客观评估指标，评分范围为0至100。周芳颖介绍，公司目前将30至35分以内作为疼痛相对可控的参考区间，超过这一范围则需要结合患者情况考虑进一步干预。

这一指标以合作专家马柯教授的名字命名。它希望将复杂的脑电数据转化为医生和患者更容易理解的数值，让疼痛评估逐步具备类似血压、血糖监测的直观性。

周芳颖在演讲中表示，公司希望开发一种类似血压计、血糖仪的简便设备，让患者能够快速获得疼痛评估结果。

对于脑机接口产业而言，这一方向的价值在于：脑电采集不再局限于科研实验，而是尝试成为临床疼痛评估和治疗决策中的一种数据工具。

从脑电评估到VR和神经调控，构建数字疗法闭环

如果说脑电AI解码解决的是疼痛如何被感知和评估，那么下一步的问题就是：如何根据评估结果开展干预？

睿酷医疗采取的路线，是将非植入式脑机接口与多种非药物干预方式结合，形成“感知—评估—干预—优化”的闭环体系。

在干预手段方面，公司主要探索了三个方向。

首先是VR数字疗法。睿酷医疗将不同的治疗课程搭载到VR、AR及MR设备中，通过沉浸式场景帮助患者开展放松、注意力转移和康复训练。

其次是外周迷走神经电刺激等神经调控手段，希望通过外周神经刺激影响相关神经活动，为慢性疼痛干预提供新的选择。

第三是传统中医功法。公司与高校合作，将易筋经、八段锦等功法融入VR虚拟现实场景，通过虚拟教练引导患者完成训练，同时采集脑电信号，为后续评估和研究提供数据。

这一方案的特点，是将疼痛评估与干预过程连接起来。患者接受治疗前后，系统可以采集相关数据，结合疼痛量化指标观察变化，为后续治疗方案调整提供参考。

在科研探索方面，周芳颖还介绍了两项研究。

第一项是与上海交通大学合作开展的动态脑电研究。传统疼痛脑电研究通常要求患者保持相对静止，而动态研究则尝试在患者运动过程中采集脑电，并与静态数据结合分析。公司在演讲中介绍，该研究的疼痛诊断准确度接近96.3%。

第二项是MR与脑电结合的老年患者术后谵妄研究。公司尝试通过脑电监测和混合现实干预，改善患者术后的认知及神经功能状态。周芳颖在演讲中介绍，该研究取得了约50%的治愈率。

这两项研究拓展了脑电技术的应用边界：从慢性疼痛评估延伸至动态状态监测，以及术后神经认知问题的干预。

从130多家医院合作到居家应用，疼痛数字疗法如何商业化？

脑机接口和数字疗法最终能否形成商业价值，仍然取决于临床应用、医疗器械注册和持续服务能力。

周芳颖介绍，睿酷医疗目前已经与130多家医院开展合作，其中包括脑电研究、真实世界临床研究以及相关科研课题合作。

公司还与上海交通大学及多所中医药高校开展合作，探索脑电技术、AI算法和传统康复方法的结合。

在临床转化方面，公司介绍，2025年曾与上海新华医院疼痛科马柯教授合作，将疼痛数字疗法应用于国内首例患者，并称相关案例获得Nature报道。与此同时，公司围绕疼痛客观量化指标申请了相关专利，已经取得中国及香港地区的专利，并在推进美国专利申请。

据介绍，公司已取得慢性疼痛数字疗法相关Ⅱ类医疗器械注册证及脑机接口疼痛评估系统。这意味着公司正在尝试将算法、数字疗法和医疗器械结合，推动技术从科研验证进入医疗应用。

未来，睿酷医疗计划将技术应用拓展至孕产痛、癌痛等更多疼痛场景，并探索医院、社区和家庭之间的联动。公司也在开发面向C端的产品，希望让疼痛评估和数字化干预逐步进入家庭。

从产业角度看，这条路线面临的挑战并不只是脑电采集和AI算法。不同疼痛病种可能对应不同的神经活动特征，模型需要经过更大规模的临床数据验证；数字疗法还需要明确适用人群、干预方案和临床评价指标；而从医院走向家庭，则需要进一步解决设备便携性、使用便利性、数据管理和持续服务等问题。

对于脑机接口产业而言，睿酷医疗的探索提供了一个不同于运动控制和康复机器人的应用方向：通过AI解码脑电信号，尝试建立疼痛这一主观症状与客观神经活动之间的联系，再将评估结果用于非药物治疗和个体化干预。

当脑机接口从控制外部设备进一步走向神经状态监测与调节，其应用范围也有机会从传统康复延伸至慢性疼痛、睡眠、心理健康和术后神经功能管理。

真正决定这条路线能否走向规模化的，将是算法能否在不同患者和不同病种中保持可靠性，以及脑电评估能否持续转化为临床可验证的治疗收益。