Ein südkoreanisches Forscherteam hat den weltweit ersten algorithmischen Ansatz zur objektiven Schmerzmessung entwickelt. Projektleiter An Jinung vom DGIST Industrial AX Innovation Institute arbeitete dabei eng mit Professor Jeon Seong-chan vom Gwangju Institute of Science and Technology (GIST) zusammen. Die Forschungsarbeiten wurden 2026 in der Fachzeitschrift IEEE Transactions on Neural Systems and Rehabilitation Engineering publiziert. Traditionelle Schmerzbewertungen stützen sich überwiegend auf subjektive Patientenbefragungen mittels visueller Analogskalen. Diese Methode erzeugt erhebliche Varianz und ist bei nicht kommunikationsfähigen Patientengruppen wie Bewusstlosen, Kindern oder älteren Menschen kaum anwendbar. Das neue KI-System löst dieses Problem durch die automatische Auswertung von Elektroenzephalographie-Signalen, die durch kontrollierte thermische Reize erzeugt wurden. Anstatt auf konventionelle Lernverfahren mit selbst berichteten Schmerzskalen zu setzen, integrierte das Team einen dualen KI-Mechanismus. Zwei unabhängige Modelle vergleichen ihre Vorhersagen und filtern selektiv ausschließlich hochzuverlässige Daten für das Training. Dieser Ansatz neutralisiert individuelle Unterschiede in der Schmerzexpression und minimiert systematische Verzerrungen. In Validierungstests mit 41 Probanden übertraf das Modell herkömmliche Verfahren signifikant in der Klassifizierungsgenauigkeit. Zudem bewies es eine hohe Robustheit gegenüber zuvor unbekannten Stimuli. Die neurophysiologische Analyse isolierte Delta-Wellen-Aktivität in den anterioren temporalen Hirnregionen (Kontaktstellen F7 und F8) als direkten Indikator für die Schmerzintensität. Diese Erkenntnis etabliert eine solide Grundlage für digitalisierte Biomarker im klinischen Einsatz. An Jinung betonte, dass die Technologie die historische Limitation subjektiver Labels eliminiert und zu einer universellen, klinisch einsetzbaren Schmerz-AI-Plattform weiterentwickelt werden soll. Erstautor Jeong Ui-jin skizzierte konkrete Anwendungsgebiete: die prä- und postoperative Überwachung, das Langzeit-Monitoring chronischer Schmerzen sowie die objektive Schmerzerfassung auf Intensivstationen. Langfristig plant das Forschungsteam die Expansion hin zu Echtzeit-Monitoring-Systemen auf Basis von Brain-Computer-Interfaces. Die Entwicklung markiert einen fachlichen Paradigmenwechsel von der subjektiven Selbstauskunft zur quantifizierbaren, neurophysiologisch gestützten Diagnostik.