斯坦福大學醫學院研究人員正在審視開發一種通過功能性磁共振(fMRI)和支持向量機(SVM)，在不需要病人提供信息的情況下更精確判斷疼痛來源與強度的診療設備的可行性。這樣一種工具將會提升醫師的診斷和治療效果。下面就是研究人員對當前挑戰以及潛在機遇的解釋，刊登在學術刊物PlosOne上。

　　有嚴重認知或交際障礙的病患——如重癥監護病房的患者或患有癡呆癥的老年人——可能無法自己提供關于疼痛的有效信息。對于這樣的病患，沒有太多辦法判定疼痛的存在與否。雖然有行為判斷方法(例如評估面部表情、發聲、身體動作)，但對于行動受癱瘓和其它疾病影響的病人也可能失敗。因此，有必要開發一種基于生理并且無需與病患溝通的疼痛評估工具。

　　項目尚未迎來突破，但研究人員已經取得一些富有前景的結果，并已經開始向醫療機構、醫院、病患實地征詢對這種設備前景的看法。除了幫助直接用戶以外，疼痛診療工具也可以為OEM制造商以及半導體和磁性材料制造商帶來機遇。

　　斯坦福大學的研究人員在一系列實驗中演示了高度準確的疼痛探知(最高達到80%)，并得出結論：“通過fMRI與SVM可以在不與測試者交流的情況下探知疼痛狀況”。研究人員認為接下來的工作是在診所環境下進一步實驗。

　　成功重現實驗結果不僅對病人、同樣也對醫療設備制造商有幫助。疼痛是每個人都想擺脫的普遍問題，不幸的是判斷問題來源以確保診斷效果經常會很困難。研究人員知道人們在被醫師問及疼痛來源是一般無法給出具體答案，因此希望開發一種解決此類問題的工具。