bioRxiv来源发表:
舌部运动网络不再用固定靶点：个体化AI神经调控把目标状态占比从82%提到97%
核心概要
个体化AI驱动的fMRI神经调控平台iNM不再对所有人使用同一套固定脑区靶点，而是从每位参与者自身的解剖与功能数据中构建“神经功能孪生”，在2秒时间分辨率下闭环强化舌部运动感觉网络。在健康参与者中，无监督隐马尔可夫模型显示目标状态占比由对照的82%升至97%，吞咽相关干扰状态由18%降至3%，运动、感觉与注意网络间连接增强53%至74%，且效应延续到停止调控后的时段。
深度剖析
神经调控的靶点从固定脑区改为每位参与者自己的舌部运动感觉网络，调控对象是一张随实时脑信号不断更新的个体化网络图。 此前的实时fMRI神经反馈要么回传单个或两个按解剖或图谱划定的感兴趣区信号，要么把群体网络分区映射到个体空间，靶点本身不随个体功能组织改变。 30名健康参与者的扫描按对照与iNM交替进行，任务序列在两种条件下完全相同，使差异可归因于调控方式而非任务安排。
平台在扫描过程中每2秒读取一次血氧信号，据此调整对目标网络的强化强度，并同时压低与之竞争的吞咽相关状态。 实现方式是广义线性模型逐次更新每个方向的beta权重以刻画个体网络，再用无监督自回归隐马尔可夫模型从信号中推断目标态与干扰态。 在全部720次试验中，舌部运动时段被判为吞咽干扰的试验在iNM下为16次，对照为133次。
启示与展望
结果来自30名健康参与者的实时fMRI扫描，效应在同一扫描session内停止调控后的吞咽与静息时段仍有延续；对患者的适用性属于待检验的假设，而非本研究报告的结果。
作者明确指出，针对上运动神经元与下运动神经元病变的两条临床路径都仍是需要在患者队列中检验的假设，当前研究只确立健康个体中网络可被选择性重构且效应超出主动调控窗口。