AI揭示精神病起源于大脑何处

一项新研究利用大脑扫描和机器学习技术，确定了与精神病相关的两个关键大脑区域。这项研究可能证实了一个长期的假设，即精神病患者之所以会出现与现实的突然断裂，是因为控制注意力的大脑网络发生故障。这种故障导致患者经历幻觉（对并未实际发生的事件的感觉）和妄想（坚定不移的虚假信念）。精神病是精神分裂症等严重心理障碍的一个特征，但其症状也存在于一个连续体中，并且可能在没有任何明确定义的心理障碍的情况下出现。

多年来，科学家们一直难以确切了解大脑中导致精神病的具体机制。一个原因是，精神病通常在长期服用抗精神病药物的人群中进行研究，因此很难区分与状况相关或与药物相关的大脑变化。

为了从早期阶段找出精神病的潜在机制，新研究的目标是发表在《分子精神病学》期刊上的一篇论文。这一发现可能有助于早期诊断和更好的治疗。领导这项研究的斯坦福大学医学院精神病学和行为科学助理教授Kaustubh Supekar说：“异常并不是在你20多岁时才开始的；即使在你7或8岁时也很明显。”

研究团队专注于6至39岁之间患有一种罕见遗传病的人群，这种病与精神病有关，称为22q11.2缺失综合症。患有这种综合症的人缺少了他们22号染色体副本的一部分。除了有患其他疾病（如心脏异常、注意力缺陷/多动障碍（ADHD）和自闭症）的风险外，这些人还有大约30%的几率经历精神病、精神分裂症或两者。

研究团队使用功能性磁共振成像（fMRI）收集大脑数据，该技术跟踪与大脑细胞活动相对应的血流变化。研究涉及近900人，包括101名患有22q11.2缺失综合症的人（其中一些有精神病，一些没有），以及120名“原因不明的精神病”患者。此外，研究还包括了没有精神病病史的人，以及ADHD和自闭症患者，这在分类研究中很少见。伦敦大学学院心理健康神经科学研究员Rick Adams博士表示，这是一个“大加分”，因为它有助于表明他们发现的大脑特征是特定于精神病的，而不是其他脑部相关疾病。

通过与斯坦福大学计算机科学同事的帮助，团队创建了一种新的机器学习算法，以发现fMRI数据中的模式。这个工具揭示了患有22q11.2缺失综合症和相关精神病或原因不明的精神病的人群中的重叠“特征”。这些特征在没有精神病的比较组中没有出现，显示在大脑“显著性网络”的两个关键部分。这个网络的任务是在内部思维和外部刺激之间动态切换我们的注意力，基本上将我们的注意力引导到重要和真实的事情上。大脑扫描显示，这个网络中的两个节点对精神病至关重要：前岛叶，它的作用是筛选掉不重要的信息；腹纹状体，它预测哪些信息将是最有回报或对我们最重要的。

Adams博士说，这些结果“符合先前关于该疾病的假设”。他们基于大脑结构的显著性网络和精神病的理论，而不仅仅是其功能，以及最近开始研究其功能的工作。这项研究还支持了早期研究，这些研究调查了22q11.2缺失综合症背后的大脑机制，特别是精神病。

研究人员现在计划针对这两个关键大脑区域进行治疗，例如大脑刺激，以查看是否可以预防或延迟高风险人群中的精神病。他们还计划研究抗精神病药物如何影响显著性网络的这些部分，以揭示它们的工作原理。

尼古拉·威廉姆斯拥有英国利兹大学科学史博士学位，目前作为一名科学作家，涉猎广泛的学科领域，包括但不限于生物学、物理学、医学和技术。这种多样性反映了她广泛的科学背景、神经多样性的思维和对科学的热爱。