Neuron:用脑成像技术预测未来行为

简介:


自古以来,预测未来运势一直是人类孜孜以求的目标。从殷商的龟甲兽骨到今日的星座血型,人类似乎从来没有放弃过这个几乎不可能的任务。不过可惜的是,迄今为止还没有任何一种理论或技术可以真正做到预测未来。然而最近,来自麻省理工学院脑与认知科学系的约翰·加布里埃利(John D.E. Gabrieli)教授撰文[1]指出,基于如核磁共振成像(MRI)等的新一代无创神经成像技术(noninvasive neuroimaging)可能为预测个人未来行为趋势提供新的参考。这篇综述今天发表在《神经元》(Neuron)上。


从神经活动到个人行为

在过去的几个世纪里,神经学家通过研究一些特殊的损伤病例了解到了大脑许多脑区的功能。例如上世纪中叶,对因为手术切除海马结构而无法形成记忆的亨利·莫莱森(Henry Molaison,“病人H.M.”)的研究就揭开了学习记忆的形成机制。此外,对被铁棒穿过前额叶导致性格大变的菲尼亚斯·盖奇(Phineas Gage)、对因手术切断胼胝体而导致大脑两个半球无法协作的“裂脑人”等案例所进行的研究,为神经科学勾勒出了大脑运作的基本框架,可以说是现代神经科学的基础。


进入21世纪以后,大量更快、更好、对研究对象影响更小的研究技术被开发出来,神经科学研究也开始从特殊病例转向一般人群。短短数十年间,一个接一个脑区的功能被相继破解出来。以这些工作为基础,科学家得以将大脑某些特定区域和人的行为相关联起来。举个例子,人的前额叶(Prefrontal cortex)和高级智力活动密切相关,前额叶损伤的病人会表现出痴呆以及道德感丧失等症状;相对而言,前额叶发达的人则往往具有较高的智商和自制力。类似地,中脑腹侧被盖区(VTA)等脑区组成的“奖赏系统”与人的快感有关,这些脑区比较活跃的人往往更容易出现暴饮暴食、酗酒以及滥交等行为,反之,这些脑区特别不活跃者则更有可能出现抑郁症等问题。

爱因斯坦的大脑较之常人拥有更多的沟回,这个特征在前额叶表现得尤为显著。这会不会是他天才智力的缘起呢?


尽管我们现在还难以确认这些神经学特征(Neuromarker)与人的外在表现之间是否存在因果关系,但加布里埃利教授相信,仅仅依靠统计学上的相关性,这些神经学特征就已经能为个性化医疗或教育提供重要的参考:“我并不认为我们需要严谨的因果关系才能做好我们的工作——当然,如果有的话总是最好的。现在的问题在于,对于许多精神疾病患者而言,几乎没有任何信息可以揭示哪一种疗法会更加有效。而如果体现相关性信息可以预示何种疗法最有可能有效,只要能推广,那也是很有裨益的事情。”加布里埃利对果壳网科学人说。


无创神经成像技术与大数据分析

从人类意识到大脑是思维的物质基础开始,就有人试图通过研究大脑来预测人的行为。但是大脑被完全包裹在颅骨这个“黑匣子”中,早期又没有合适的透视技术,因此当时人们都寄希望于通过观测人的头部特征来获取大脑的信息。从风靡于19世纪的颅相学(Phrenology)到给死囚做“死亡面具”[2],无数人在这方面做了各种令人啼笑皆非的尝试。但从20世纪中叶开始,对大脑的研究开始转入正轨,人们意识到大脑的特征不一定能从人的外表体现出来,于是乎那类看脸的研究也就慢慢沉寂了。


到了20世纪后半叶,由于物理学的进步,许多新的研究手段被开发出来,神经科学家们从此终于可以不用开颅也能知道大脑的信息了。其中,基于“核磁共振”原理所制造的核磁共振成像系统(MRI)可以像X光或是CT扫描一样“透视”大脑,同时还比它们拥有更高的分辨率且不会产生任何伤害。MRI目前已世界主流神经科学或心理学研究机构的标准配置。


加布里埃利认为,这种高性能的设备可以从人类大脑当中分析出海量的数据,结合现代的超级计算机与大数据算法,就可以借助这些数据对具体个人在未来一段时间内的心理、健康乃至行为作出预测,从而实现个性化的医疗、教育和生活指导。

左图为一套现代临床上常用的核磁共振成像设备,右图为利用核磁共振成像所构建的大脑神经纤维三维结构图。


“我认为人的行为受到共性因素和个性因素——包括文化、年龄,也许还有遗传和性别等因素——共同影响。因此我们需要足够多的样本来稀释这其中的某些差异。”加布里埃利在接受果壳网科学人采访时强调,“不过我认为我们的目标在于做到比当前更好。对预测性神经科学的运用基于以下理念:某些因素对我们尤其重要,这些因素会导致同样的疗法或教育对不同的人产生不同的结果。而我们如果可以从观测大脑来有效量化这些差异的话,就能更加个性化地为人服务。”

从采集数据到建立预测模型的一般流程。


但即便基于脑成像的行为预测能够实现,也并不意味着人的“命运”是被预先决定的。 “相反,我认为我的工作实际上是反宿命论的。现在,精神病人接受治疗也好,学生接受教育也好,他们所接受的这些手段对他们是否有效现在无从预判。”加布里埃利说,“而有效程度是由个人特质和干预手段之间的相互作用决定的。我们希望可以通过了解何种疗法或是教育手段对具体某人的效果最好,从而针对性地选择有效的方法,而回避那些无效的。”


通过脑成像预测学习与认知表现

在过去几年中,已经有过若干试图利用无创脑成像技术进行预测的研究,其中有不少都是针对成人或儿童的学习和认知表现展开的。加布里埃利指出,这些研究在未来将有助于为每个人量身打造个性化教育。


在2010年到2013年发表的几项研究表明,大脑背侧纹状体(dorsal striatum)体积较大的人会拥有更善于掌握电子游戏技巧,而与之相对地,这个脑区受损的病人都会表现出不同程度的学习障碍。在21世纪初的一些研究则表明,大脑顶叶不对称以及左侧哈氏回(Heschl’s gyrus)的白质密度较高的人会拥有较好的外语学习能力。不但如此,还有一些通过对被试者进行实时观测的研究,更是直接将大脑的某些区域和特定的脑活动信号与特定的学习认知活动相关联了起来——这些神经学特征可以很好的反应一个人处于怎样的精神状态中。


有证据提示,大约有5%–17%儿童会在刚上学的时候出现发育性阅读障碍(developmental dyslexia)症状,这些孩子的外周器官都没有明显的缺陷,但是他们比其他儿童更难学会阅读。这种现象存在很明显的家族性。有一些研究指出,使用MRI扫描这些家族的新生儿大脑,经常会发现一类特征性的电活动。利用这些神经学特征来预测这个孩子在8岁左右是否会出现发育性阅读障碍,准确率能达到81%。与此类似,有一项研究表明,通过功能性MRI(fMRI)检测大脑右侧额下回(inferior frontal gyrus)的活跃程度可以预测青少年(8-12岁)在接下去几个月中的语言学习能力。无独有偶,在另一项研究儿童数学学习能力的实验中科学家们也得到了类似的结论,研究人员发现大脑右侧海马灰质较大的学生在解决数学问题时具有优势。

大脑右侧额下回(图A彩色部分,越红代表越活跃)越活跃,孩子的阅读能力就越强(图B);右侧海马灰质(图C黄色部分)越大的孩子数学学得越好(图D)。


通过脑成像预测健康相关行为

除了学习和认知等与大脑直接相关的信息外,通过扫描大脑所能预测的事情还有更多,其中就包括健康预期以及治疗手段是否能够生效这样的切身大事。加布里埃利教授认为,这些信息可以为个性化治疗和保健提供至关重要的参考。


不少人都知道酒精对人,尤其是青少年身体的危害非常巨大。借助于MRI,研究人员就发现了不少与酗酒相关的神经学特征。在最近几年的若干研究中,科学家发现那些大脑前额叶与前扣带回活跃度较低,而基底神经节比较活跃的青少年更有可能酗酒,之前的研究也提示这两些脑区和人的自制力密切相关。除了酒精的问题以外,研究人员还对诸如滥用药物、暴饮暴食以及滥交等危害健康的因素进行了分析,结果都在大脑中寻找了多处与之相关的神经学特征。


这些对神经学特征的分析不但可以预测每个人的健康状况,还可以为疗法的选择提供指导。以抑郁症为例,当前的治疗手段,无论是心理干预还是药物治疗,其疗效和副作用都存在很大的个体差异,但传统的诊断技术并不能很准确地对患者的特质进行分析。加布里埃利相信,如果将预测神经科学手段引入到诊疗中,那么这些问题就都能得到很好地解决。


这种想法并非毫无根据。研究人员发现,多种治疗抑郁症的药物的有效性和大脑中一个叫做前亚属扣带皮层(subgenual anterior cingulate cortex)的脑区的代谢水平密切相关。有证据显示,提升那一片脑区的活跃程度可以大大提升抑郁症的治疗效果。事实上,利用深度脑刺激(DBS)治疗抑郁症的技术就基于这些理论。在其它诸如强迫性官能症(OCD)、焦虑症、社交恐惧症等神经精神类疾病中,借助于MRI的个性化医疗在这些领域都取得了不俗的成绩。

和面对中性表情刺激时相比,社交恐惧症患者在面对愤怒表情刺激时可能呈现两种截然不同的脑区激活情况。2013年的一项研究发现,激活更强烈的(左)患者对认知行为疗法(CBT)有着更好的临床反应。


通过脑成像预测犯罪行为

至于预测神经科学所面对的最具争议的话题,可能莫过于对犯罪行为的预测。坦率地说,无论是对司法机关,还是对一般民众而言,通过技术手段建立一套犯罪预警机制都不算是一件坏事。然而,无论是19世纪末的“天生犯罪人”(born criminal)假说还是20世纪初的“优生学”(Eugenics),人类在这条道路上的尝试结果都非但没能阻止或预警犯罪,而且还造成了极为恶劣的伦理困境。可想而知,将利用脑成像预测行为的思路带入犯罪学领域,是背负着巨大的舆论压力的。


许多犯罪行为都和人的冲动性、自制力以及暴力倾向等思维活动有关。2013年的一项研究表明,某些惯犯的前扣带回活跃程度较低,而前扣带回在处理认知冲突的过程中具有异常重要的作用。加布里埃利认为,这个证据对于犯罪预警具有一定的意义,因为该神经学特征与其它预警犯罪的因子(年龄,精神疾病检测分数,药物滥用等)之间是相互独立的。


对于将行为预测引入犯罪预警可能导致的伦理困境,加布里埃利表示:“我最感兴趣的目标还是帮助所有的孩子更好地学习阅读与数学,帮助所有的病人更好地接受治疗,我相信大多数人都会认可我这种想法的。但重要的是,我们要利用这些信息去帮助需要帮助的人。”他对果壳网科学人说,他所担心的伦理问题在于这种信息是否会被用作筛选标准,将人分成三六九等而只为少数最可能成功的人服务。

《疑犯追踪》中的超级电脑程序能通过监视预测犯罪行为。和剧中的“机器”一样,脑成像技术可能为犯罪行为预测提供某种程度的参考,但它能发挥的作用更会引起的后果无疑都需要慎重考虑。


当然,加布里埃利也清楚地认识到大脑的复杂性,承认有些问题可能并非依靠有限个神经学特征就能描述清楚的。“理解复杂的大脑与行为的联系是一个长期的科学任务,现在最大的瓶颈或许是人类无创脑成像技术的测量精度限制。”加布里埃利对果壳网科学人说,“这篇综述的重点在于,在现有观测精度与对大脑理解水平的框架内,这类成像手段可以很好地帮助我们判断何种方法是最为有效的。我认为已经有足够的证据表明,这种想法会在不久的将来得到实现。”


原文发布时间为:2015-01-10

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关文章
|
7月前
|
人工智能 弹性计算 机器人
阿里云gpu云服务器包年包月和按量活动,丰富多样的GPU卡型和规格
阿里云推出GPU优惠活动,提供多样GPU卡型与弹性算力,助力AI应用落地。包括96GB显存+900GB/s NVLink的大规模模型推理卡型,及L20 GPU的轻量高效部署选项,满足不同场景需求。支持包年包月、按量付费等灵活计费模式,结合vLLM框架快速部署大模型,提升推理速度与吞吐量。此外,无影GPU云电脑企业版及百炼大模型调用服务,为用户提供高性价比算力,轻松开启AI新时代。
|
3月前
|
Web App开发 弹性计算 持续交付
基于阿里云 ECS 的内网 RPA 自动化部署实践
企业内网环境部署 RPA 一直是头疼事——连不了外网、装不了复杂环境、还得保证数据不出域。本文记录我们团队基于阿里云 ECS 搭建内网 RPA 自动化平台的完整过程,从选型到落地,附配置细节和踩坑记录。
308 0
|
6月前
|
人工智能 缓存 前端开发
TypeScript + React + GitHub Actions:我是如何打造全自动化 AI 资讯系统的 - 已开源
这是一个基于 TypeScript + React 构建的全自动化 AI 资讯聚合系统,集成 14+ 平台、70+ RSS 与 52 个公众号,通过 GitHub Actions 每 2 小时自动抓取、智能过滤(关键词+多层规则)、中英双语翻译与结构化输出,解决信息碎片化与焦虑问题。已开源,MIT 协议。
895 4
TypeScript + React + GitHub Actions:我是如何打造全自动化 AI 资讯系统的 - 已开源
|
前端开发 Java 物联网
智慧班牌源码,采用Java + Spring Boot后端框架,搭配Vue2前端技术,支持SaaS云部署
智慧班牌系统是一款基于信息化与物联网技术的校园管理工具,集成电子屏显示、人脸识别及数据交互功能,实现班级信息展示、智能考勤与家校互通。系统采用Java + Spring Boot后端框架,搭配Vue2前端技术,支持SaaS云部署与私有化定制。核心功能涵盖信息发布、考勤管理、教务处理及数据分析,助力校园文化建设与教学优化。其综合性和可扩展性有效打破数据孤岛,提升交互体验并降低管理成本,适用于日常教学、考试管理和应急场景,为智慧校园建设提供全面解决方案。
821 70
|
人工智能 JavaScript Devops
如何在云效中使用 DeepSeek 等大模型实现 AI 智能评审
除了代码智能补全外,AI 代码智能评审是 DevOps 领域受开发者广泛关注的另一场景了。本文,我们将结合云效代码管理 Codeup、流水线 Flow 和 DeepSeek,分享一种企业可快速自主接入,即可实现的 AI 智能评审解决方案,希望给大家一些启发。
913 18
|
前端开发 JavaScript Java
[Java计算机毕设]基于ssm的OA办公管理系统的设计与实现,附源码+数据库+论文+开题,包安装调试
OA办公管理系统是一款基于Java和SSM框架开发的B/S架构应用,适用于Windows系统。项目包含管理员、项目管理人员和普通用户三种角色,分别负责系统管理、请假审批、图书借阅等日常办公事务。系统使用Vue、HTML、JavaScript、CSS和LayUI构建前端,后端采用SSM框架,数据库为MySQL,共24张表。提供完整演示视频和详细文档截图,支持远程安装调试,确保顺利运行。
599 17
|
人工智能 自然语言处理 算法
大模型 is all you need?
本文旨在通过对业务案例、prompt技巧、大模型原理等探讨,让大家能够更好地在实际业务中应用大模型。
798 16
|
存储 弹性计算 数据挖掘
阿里云服务器ECS通用算力型u1和ECS经济型e实例性能特点、使用及常见问题解答FAQ
阿里云ECS云服务器的经济型e实例和通用算力型u1实例深受开发者和中小企业青睐。e实例适合中小型网站、开发测试等轻量级应用,采用共享CPU调度模式,性价比高;u1实例则适用于中小型企业级应用,提供更高的性能保障和稳定性,支持固定CPU调度模式,计算性能更稳定。同等配置下,u1实例在网络带宽、IOPS等方面表现更优,价格也相对较高。个人用户可选择e实例,中小企业建议选择u1实例以确保业务稳定性。
789 5
|
机器学习/深度学习 人工智能 安全
合合信息在视觉内容安全领域的创新与应用-应对伪造挑战的前沿进展
在2024年中国图象图形学学会青年科学家会议上,上海合合信息科技股份有限公司图像算法研发总监郭丰俊博士分享了“视觉内容安全技术的前沿进展与应用”。随着AI技术的发展,尤其是深度学习和生成对抗网络(GANs)的成熟,视觉内容伪造技术日益复杂,给传统审核手段带来挑战。郭博士介绍了合合信息在图像、视频篡改检测及人脸鉴伪等领域的创新解决方案,强调了大模型如ForgeryGPT的应用前景,并指出未来视觉内容安全将趋向多模态检测和智能化防护,以应对不断演化的伪造手段。合合信息通过自研AI算法,实现了对篡改区域的精确识别,具备较强的跨域泛化能力,已在金融、政府监管等领域广泛应用。
|
存储 关系型数据库 MySQL
PolarDB-X V2.3 集中式和分布式一体化开源发布
本文主要介绍PolarDB-X V2.3 集中式和分布式一体化开源。