서포트 벡터 머신

통증 등의 감각은 주관적인 부분이 크기 때문에 그 감각을 수반 증상의 변화를 정확히 알기는 어렵다. 만약 그들을 객관적으로 측정할 수 있게되면 각종 질병과 장애의 효과적인 치료를 할 수있게된다.  통증의 감각은 사람마다 각각이기 때문에 객관적인 측정법이 오랫동안 요구되고 있었다. 그래서 스탠포드 대학의 Sean Mackey 박사는 MRI에 의한 뇌 스캔과 컴퓨터 알고리즘을 결합하여 열에 의한 통증을 정확하게 측정하는 데 성공했다. 그들은 우선 피험자에게 열에 의한 완만한 고통을 주고, 그 때의 뇌의 활동을 측정하고 그것을 서포트 벡터 머신이라는 1995년에 발명된 알고리즘에 도입 모델을 창조했다. 그런 다음 다른 과목을 이용한 유사한 고통을주고, 컴퓨터에 의한 측정과 비교함으로써 판정을 실시했다. 그러면 81 %의 정확도로 정확한 측정을 할 수 있었다. Mackey 박사에 따르면,이 실험은 실험실에서 특정 상황에서 실시했기 때문에이 결과가 직접 다른 상황에서 유효하다고는 말할 수 없다고한다. 그러나 미래에는 다양한 종류의 통증을 다양한 상황에서 객관적으로 측정하여 치료 등에 이용 될 것으로 기대된다. 미국에서 현재 1 억 명 이상의 사람들이 만성 통증에 시달려 6000 억 달러의 비용이 치료비로 사용되고있다. 지금까지 의사는 만성 통증의 사람들의 건강 상태를자가 평가에서 판단 할 수밖에없고, 어린이나 노인은 자신의 고통을 정확하게 전할 수없는 사람도 많고, 문화적 배경에 따라 정확한 통증 상태를 판단 하기 어려울 수있다. 따라서 간단하고 정확하고 객관적인 측정법이 오랫동안 요구되고있다. 그래서 2009 년에 법학자 인 Greely 박사에 의해 신경 학자 등을 모은 심포지엄이 열렸다. 거기에서는 미래 이론적으로 어떤 전개가 가능한지 등이 논의 후 두 젊은 과학자 인 노스 웨스턴 대학의 Neil Chatterjee와 심슨 대학 Justin Brown 박사가 연구에 입후보 했다. Chatterjee에 따르면, 그들은 완벽한 도구가 만들 수 있다고는 생각하지 않았지만, 지금까지 아무도이 기본적인 장치의 개발을 시도하려하지 않고 결국 극히 간단한 장치로 마무리 할 수 있었다고한다.