얼굴표정은 영아의 통증을 평가할 때 가장 일관성 있게 나타나는 행동 지표입니다. 말로 통증을 표현할 수 없는 영아는 통증 자극에 대해 특유의 얼굴 움직임을 보이는데, 눈을 꼭 감거나, 미간을 찌푸리고, 코 옆 주름이 깊어지고, 입을 벌리거나 턱이 떨리는 등의 반응이 대표적입니다. 이러한 표정 변화는 통증이 시작된 직후부터 나타나며, 진정제나 근이완제의 영향을 받지 않는 한 비교적 신뢰도 높게 관찰됩니다.
영아는 언어적 자기보고(self-report)가 불가능하기 때문에 관찰 가능한 행동 반응에 의존할 수밖에 없습니다.
얼굴표정은 여러 행동 지표 중에서도 통증과의 연관성이 가장 높고, 평가자 간 일치도가 우수하여 영아 통증 사정의 핵심 축으로 간주됩니다. 실제 신생아 집중치료실에서 쓰이는 통증 사정 도구들도 얼굴표정을 주요 항목으로 포함하고 있습니다. 예컨대 미숙아 통증 프로파일(PIPP), 신생아 영아 통증 척도(NIPS), 신생아 통증·초조·진정 척도(N-PASS) 등은 모두 얼굴 표정 항목을 별도로 채점합니다.
혼동 주의! 울음은 통증이 있을 때 흔히 동반되지만, 배고픔·기저귀·피로·과자극 등 다른 원인으로도 얼마든지 발생할 수 있어 통증 특이도가 낮습니다. 생리적 반응(심박수·혈압·산소포화도·호르몬 변화) 역시 통증뿐 아니라 저체온, 저산소증, 패혈증, 스트레스 등 여러 요인에 의해 변할 수 있어 단독으로는 통증을 감별하기 어렵습니다. 통증척도는 얼굴표정을 포함한 여러 지표를 종합하는 도구이지, 그 자체가 단일 측정 방법은 아닙니다.
최근 연구들은 얼굴표정의 임상적 가치를 더욱 뒷받침합니다. 영아 통증 표정 데이터베이스(COPE)를 활용한 딥러닝 연구에서는 얼굴표정만으로 통증을 분류한 정확도가
90.24%에 달했고, 곡선하면적(AUC)도
0.9818로 높은 변별력을 보였습니다
[3]. 신생아 통증 표정 인식을 위한 다중 스케일 주의 융합 네트워크(MSAFNet) 연구에서도
9,485장의 얼굴 이미지를 분석하여 얼굴표정 기반 자동 인식의 임상 적용 가능성을 확인했습니다
[4]. 영아 수술 후 통증 평가 방법을 폭넓게 검토한 문헌고찰에서도 얼굴표정은 행동 관찰 도구의 중심 요소로 다루어지며, 부모와 임상가 모두가 활용할 수 있는 핵심 지표로 제시됩니다
[1].
얼굴표정은 통증 자극에 대한 영아의 즉각적이고 비특이적이지 않은 반응으로, 행동 관찰 중에서도 가장 일관성이 높아 영아 통증 측정의 우선적 방법입니다. 다만 얼굴표정만으로 강도를 세밀하게 구분하기 어려운 경우가 있으므로, 임상에서는 얼굴표정을 중심에 두되 생리적 지표나 울음 양상, 행동 상태를 함께 고려하는 다차원적 접근이 권장됩니다.
참고 문헌 (논문 출처)
- [1]
Methods of Assessing Postoperative Pain in Infants (0-12 Months): A Scoping Review.일반논문Jyoti J, Waters D, Laing S, Harrison D, Badawi N, Popat H. (2026) · DOI: 10.1002/pne2.70043
- [3]
A Deep Learning Approach for Infant Pain Assessment Using Facial Expressions Through Convolutional Neural Network.일반논문Zhang L, Zhu TY, Zhang Y. (2025) · DOI: 10.1097/cin.0000000000001302
- [4]
MSAFNet: A multi-scale attention fusion network for automated neonatal pain facial expression recognition with clinical validation.일반논문Zhang Y, Qiu X, Shang Y. (2026) · DOI: 10.1038/s41598-026-54248-y