新生児・重度認知症・ICUで挿管/鎮静中など、自分で痛みを訴えられない患者は多い。痛みは本来主観的で客観的なものさしが無く、こうした患者では過小評価・過小治療が起こりやすい。看護師は表情スケール等で評価するが主観的・断続的で属人的。痛みの評価は医学生がICU・小児・緩和・周術期の実習で必ず直面する当事者領域。
表情（顔面アクションユニット）と生体信号（心拍・心拍変動・皮膚電気活動・体動）を時系列で統合すれば、(1)痛みを0–10の連続スコアで客観化でき、(2)自己申告できない患者でも強い痛みを検知でき、(3)「なぜ痛いと判定したか」を表情・信号の根拠で説明できる、と仮説。多様な非言語集団を横断する説明可能な痛みの客観指標を作る点が新規。
痛みのサインは微細な表情の動きと複数の生体信号にまたがり、個人差・鎮静・基礎疾患で紛れる。連続的・統合的に捉えるのは人手では不可能で、マルチモーダルな機械学習でしか再現性高く定量できない。
痛みスコア↔専門評価/自己申告の一致＋強い痛みの検出＋根拠の妥当性＝学会発表・論文。出口はまずNICU/ICU/緩和での痛みモニタの補助（人の評価は残す）、将来はベッドサイドの持続的痛みモニタリング。Hiroは痛み評価を実習で学ぶ医学生＝当事者。