open access
메뉴만성 통증은 다차원적이고 복합적인 병태생리적 특성을 지닌 질환으로, 객관적인 바이오마커의 부재와 표준화된 치료 전략의 한계로 인해 진단과 관리가 여전히 중요한 도전 과제로 남아 있다. 최근 인공지능, 특히 머신러닝과 딥러닝 기법은 신경영상 및 임상 데이터를 포함한 고차원 자료에서 잠재적 패턴을 규명할 수 있는 강력한 도구로 부상하고 있다. 본 개관 논문은 이러한 AI 기반 접근법이 만성 통증 연구와 임상 통증 관리에 어떻게 활용되고 있는지를 고찰한다. 구체적으로, 통증의 신경학적 기전을 이해하고 새로운 바이오마커를 발굴하는 데 기여한 연구들을 살펴보고, AI가 통증 예측과 개인 맞춤형 치료 설계에 적용되는 방향을 논의한다. 아울러 현 단계 연구의 한계와 향후 발전 방향을 함께 제시한다. 종합하면, AI는 만성 통증의 기초 연구와 임상 응용을 연결하는 핵심적 매개로서, 정밀하고 환자 중심적인 통증 관리로의 전환을 촉진할 잠재력을 지니며, 그 체계적 활용은 만성 통증의 이해와 치료 패러다임에 새로운 변화를 가져올 것으로 기대된다.
Chronic pain is a complex disorder characterized by multidimensional and heterogeneous pathophysiological mechanisms. Its diagnosis and management remain challenging due to the absence of objective biomarkers and standardized treatment strategies. Recently, artificial intelligence (AI), particularly machine learning and deep learning, has emerged as a powerful tool for identifying latent patterns in high-dimensional neuroimaging and clinical data. This paper reviews how AI-based approaches are being integrated into chronic pain research and clinical pain management. Specifically, it discusses AI-driven studies elucidating the neural mechanisms of pain and discovering novel biomarkers, as well as approaches utilizing AI for pain prediction and personalized treatment design. Furthermore, current limitations and future directions of AI applications in this field are discussed. Overall, AI serves as a crucial bridge linking basic pain research and clinical practice, offering a pathway toward precise, patient-centered pain management. Its systematic implementation is expected to provide a transformative paradigm in understanding and treating chronic pain.
