2026年，韩国大邱庆北科学技术院与光州科学技术院联合团队在《IEEE神经系统与康复工程汇刊》发表成果，成功开发全球首款基于人工智能与脑电图信号的客观疼痛评估技术。针对传统视觉模拟评分法依赖主观反馈、在重症或儿童群体中适用性受限的痛点，该研究由首席研究员安珍荣领衔，联合全成燦教授团队，创新引入双模型比对与选择性学习算法。该技术通过分析热刺激诱发的脑电信号，自动筛选高置信度数据进行迭代训练，有效削弱了个体痛觉表达差异带来的数据偏差。在四十一名受试者的测试中，新模型在疼痛分级准确率上显著优于传统方法，并在未训练环境中保持预测稳定性。研究进一步证实，双侧额极区（F7与F8）的δ波活动与痛感强度存在密切关联，为脑科学数字生物标志物研发奠定神经生理学基础。团队指出，未来将整合多模态生物信号，打造临床通用疼痛人工智能平台。该技术预期将广泛应用于围手术期疼痛监测、慢性疼痛追踪及重症客观评估，并有望最终拓展为基于脑机接口的实时监控系统。