有關大腦刺激的各類表現

到目前為止，個性化深部腦刺激的挑戰一直是人腦本身。精神障礙在每個患者的大腦中可能表現出不同的表現。同樣，每個患者的大腦活動及其癥狀是否以及如何響應刺激也會非常不同。這使得難以了解給定患者的刺激效果或如何隨時間改變刺激劑量(即其幅度或頻率)以使其適應患者的需求。

數百萬患有神經疾病和精神疾病(例如抑郁癥，成癮癥和慢性疼痛)的患者具有治療抵抗力。實際上，所有嚴重抑郁癥患者中約有30%對任何藥物或心理療法*沒有反應。簡而言之，針對這些疾病的許多傳統治療形式可能已達到極限。我們從這里去哪里?

由USM維特比工程學院的安德魯和厄納·維特比電氣與計算機工程早期職業主席Maryam Shanechi領導的研究將在《自然生物醫學工程》上發表，這為有前途的替代方法鋪平了道路：個性化的深部大腦刺激。這項工作代表了在為整個神經系統和精神疾病實現新療法方面邁出的重要一步。

Shanechi和她的團隊找到了一種方法，可以通過開發新的刺激波形并創建新的機器學習模型來預測電刺激會對多個大腦區域的個人大腦活動產生何種影響。他們與紐約大學神經科學教授Bijan Pesaran合作，在實際的大腦刺激實驗中證明了該模型的成功。

為此，他們設計了兩種工具：一種新穎的電刺激波，用于繪制大腦活動圖;和新的機器學習技術，可以從刺激過程中收集的大腦數據中學習地圖。Shanechi說：“我們的波隨時間隨機改變其幅度和頻率，使我們能夠看到并預測大腦對各種刺激劑量的反應。”就像萬-能-鑰-匙可以打開任何一扇門一樣，該波可以應用于任何人的大腦，并提供有關其對刺激反應的個性化地圖。為了檢驗他們的假設，研究人員將其波應用到大腦的四個不同區域。在每種情況下，他們都能夠*預測多個區域大腦活動的結果。

Shanechi和她的團隊先前已經開發了機器學習技術來解碼精神障礙的癥狀，例如大腦活動產生的情緒。現在，憑借新的能力可以更好地預測刺激如何單獨影響大腦活動，他們尋求將他們的發現結合到針對精神障礙的個性化療法上。“通過將這兩個盒子放在一起，我們希望建立一個閉環腦機接口，通過根據大腦活動實時跟蹤癥狀并預測刺激變化如何改變活動來調節電刺激療法的劑量因此出現了這些癥狀。” Shanechi說。

這意味著醫生可能很快就能通過改變刺激的幅度和頻率，逐案并實時地個性化“劑量”的深部大腦刺激。可以將其視為增加或減少藥丸中毫克數的大腦刺激形式。對于患有精神疾病(如無法治療的抑郁癥或焦慮癥)的人而言，影響是巨大的。