人工智能輔助大腦

神經科學和神經技術正在人工智能領域獲得新的盟友。人工智能可以通過分析腦電波和增強磁刺激療法對抑郁癥治療的有效性來評估癡呆癥風險。

人腦由大約 860 億個神經元組成，這些神經細胞通過電神經脈沖處理和傳遞信息。

這就是為什么測量神經電活動通常是研究大腦的最佳方法， Hanna Renvall說。她是阿爾托大學和 HUS 赫爾辛基大學醫院轉化腦成像助理教授，并領導 HUS BioMag 實驗室。

腦電圖或 EEG 是全球最常用的腦成像技術。Renvall 最喜歡的是腦磁圖或 MEG，它測量大腦電活動產生的磁場。

MEG 信號比 EEG 更易于解釋，因為頭骨和其他組織不會使磁場扭曲太多。Renvall 解釋說，這正是這項技術如此出色的原因。

“MEG 可以更準確地定位大腦的活動部分，有時可以達到毫米級的精度。”

MEG 設備看起來很像美發沙龍中的引擎蓋吹風機。執行測量的 SQUID 傳感器隱藏在發動機罩內并有效絕緣，因為它們僅在接近絕對零的真正冰點溫度下工作。

世界上第一臺全頭 MEG 設備由赫爾辛基理工大學低溫實驗室的一家公司制造，現已成為該領域的領先設備制造商。

MEG 在新的 AI-Mind 項目中發揮著重要作用，該項目的芬蘭貢獻者是 Aalto 和 HUS。這個耗資 1400 萬歐元的項目的目標是學習如何識別那些癡呆癥可能被延遲甚至預防的患者。

為此，神經科學和神經技術需要人工智能專家的幫助。

對大腦進行指紋識別

癡呆癥是一種影響廣泛的神經功能障礙，會嚴重削弱患者應對日常生活的能力。歐洲約有 1000 萬人受到折磨，隨著人口老齡化，這個數字正在增長。導致癡呆的最常見疾病是阿爾茨海默病，70-80% 的癡呆患者被診斷出來。

研究人員認為，在癡呆癥的初始臨床癥狀出現之前，神經元之間的交流就開始惡化。這可以在 MEG 數據中看到——如果你知道要尋找什么。

MEG 在測量大腦對特定時刻出現的重復性刺激(如語音和觸摸)的反應時表現最為出色。

解釋靜息狀態測量值要復雜得多。

這就是為什么 AI-Mind 項目使用一種被稱為大腦指紋的工具。它是在 Renvall、Riitta Salmelin 教授及其同事開始研究 MEG 測量是否可以檢測一個人的基因型時創建的。超過 100 對兄弟姐妹參加了這項研究，受試者坐在 MEG 中，先是閉上眼睛幾分鐘，然后是睜眼幾分鐘。他們還提交了血液樣本進行簡單的基因分析。

當研究人員比較圖表和遺傳標記時，他們注意到兄弟姐妹的圖表相似，盡管個體之間存在很大差異。

接下來，阿爾托大學人工智能教授 塞繆爾·卡斯基(Samuel Kaski ) 的小組測試了計算機是否可以學會識別兄弟姐妹之間盡可能相似的圖形部分，同時與其他測試對象相比也有最大的不同。

機器做到了——而且更多，令人驚訝的是。

Hanna Renvall 說：“它學會了僅根據圖表來完美區分個體，而不管成像是在測試對象的眼睛是睜著還是閉著的情況下進行的。”

“對于人類來說，閉眼或睜眼拍攝的圖表看起來非常不同，但機器可以識別他們的特征。我們對這種大腦指紋識別感到非常興奮，現在正在考慮如何教機器以類似的方式識別神經網絡退化。

一周風險篩查

許多癡呆癥患者只有在疾病已經進展后才被診斷出來，這解釋了為什么治療往往側重于控制晚期癥狀。

然而，早期的研究表明，許多患者在確診前數年就經歷了認知衰退，例如記憶和思維障礙。

AI-Mind 項目的一個目標是學習如何從患有輕度認知衰退的更大群體中篩選出在未來幾年內發生記憶障礙風險顯著更高的個體。

研究人員計劃對來自歐洲各地的 1000 名被認為有發生記憶障礙風險的人進行成像，并分析他們的神經信號與沒有認知退化的人有何不同。然后人工智能將他們的大腦成像數據與認知測試結果和遺傳生物標志物相結合。

研究人員認為，這種方法可以在短短一周內識別出更高的癡呆風險。

“如果人們及時了解他們的風險，它可以產生巨大的激勵作用，”擁有多年作為神經科醫生治療患者的經驗的 Renvall 說。

生活方式的改變，如更健康的飲食、鍛煉、治療心血管疾病和認知康復可以顯著減緩記憶障礙的進展。

Renvall 說，更好地管理風險因素可以為患者帶來更多美好的歲月，這對個人、他們的親人和社會都非常有意義。

當第一批減緩疾病進展的藥物上市時，識別高危人群也將是關鍵，也許在未來幾年。Renvall 說這將是一個重大事件，因為在過去的二十年里，記憶障礙的藥物治療并沒有取得實質性進展。

然而，新藥并不適合所有人。

“這些藥物非常強大，它們的副作用也是如此——這就是為什么我們需要確定最能從中受益的人，”倫瓦爾強調說。

敲擊大腦

大腦活動涉及電流，電流產生可以從顱骨外部測量的磁場。

該過程也在另一個方向上起作用，這是經顱磁刺激 (TMS) 所基于的原理。在 TMS 治療中，將線圈放置在頭部以產生強大的磁場，通過皮膚和骨骼到達大腦而不會失去強度。磁場脈沖會在大腦中產生一個短而弱的電流，從而影響神經元的活動。

幾十年來開發和使用 TMS的應用物理學教授Risto Ilmoniemi說，這聽起來很瘋狂，但它是完全安全的 。

'電場的強度堪比大腦自身的電場。當輕拍他們的皮膚時，患者會感覺到以脈沖形式傳遞的刺激。

磁刺激用于治療嚴重的抑郁癥和神經性疼痛。全世界至少有 2 億人患有嚴重的抑郁癥，而神經性疼痛在脊髓損傷患者、糖尿病患者和多發性硬化癥患者中普遍存在。藥物只能為所有抑郁癥患者提供足夠的緩解;對于神經性疼痛患者，這一比例僅為 30%。

給予脈沖的頻率取決于所治療的疾病。對于抑郁癥，高頻脈沖系列刺激神經元間的交流，而頻率較低的脈沖可以使患者的神經元平靜下來，以緩解神經性疼痛。

根據最新的醫學科學，對與正在治療的疾病相關的神經元所在的大腦部分進行刺激。

大約一半接受治療的患者從磁刺激中得到顯著緩解。Ilmoniemi 相信這可能會更高——借助更多的線圈和算法的幫助。

音樂會演奏家的單音

2018 年，由 Ilmoniemi 領導的 ConnectToBrain 研究項目獲得了歐洲研究委員會協同基金 1000 萬歐元的資助，這是協同基金首次授予由芬蘭大學指導的項目。來自德國和的頂級專家也參與其中。

該項目旨在通過兩種方式從根本上改善磁刺激：構建具有多達 50 個線圈的磁刺激設備，以及開發基于 EEG 反饋實時自動控制刺激的算法。

lmoniemi 將目光投向了音樂世界進行比較。

“新技術與舊技術之間的區別類似于音樂會鋼琴家用兩只手演奏，根據他們聽到的內容不斷微調他們的演奏，而不是在佩戴聽力保護裝置時敲擊單個琴鍵。”

研究人員已經使用一個雙線圈裝置來證明，即使是最有經驗的專家，算法也可以以十倍的速度將刺激引導到正確的方向。這僅僅是開始。

去年完成的一個五線圈裝置一次覆蓋了十平方厘米的皮層面積。一個 50 線圈系統將覆蓋兩個大腦半球。

構建這種設備涉及許多技術挑戰。將所有這些線圈安裝在頭部周圍并非易事，也不是安全地產生所需的強電流。

即使這些問題得到解決，最具挑戰性的問題仍然存在：我們如何才能以最好的方式治療大腦?

'算法需要什么樣的信息?哪些數據應該指導它的學習?這對我們和我們的合作者來說是一個巨大的挑戰，”伊爾莫涅米若有所思地說。

該項目旨在為 Aalto 制造一個磁刺激設備，為德國蒂賓根大學制造另一個，為的 Chieti-Pescara 制造第三個。研究人員希望，未來全球將有數千臺此類設備投入使用。

“積累的患者數據越多，算法就可以學習得越好，治療就會變得越有效。”

量子光學傳感器可以徹底改變我們讀取神經信號的方式

Lauri Parkkonen 教授的工作組正在開發一種新的 MEG 設備，該設備可以適應頭部的大小和形狀，并利用基于量子光學的傳感器。與目前在 MEG 中使用的 SQUID 傳感器不同，它們不需要包裹在厚絕緣層中，從而可以在更靠近頭皮表面的地方進行測量。這使得對兒童和嬰兒進行精確測量變得更加容易。

這項工作進展迅速，并取得了可喜的成果：用光學傳感器進行的測量已經接近頭骨內測量的空間精度。

Parkkonen 認為，基于光學傳感器的 MEG 系統還可以比傳統設備更便宜、更緊湊，因此更易于放置;這樣的 MEG 系統可以使用“個人大小”的磁屏蔽，而不是像傳統 MEG 系統那樣使用大型屏蔽室。

“這將使更多的研究人員和醫院能夠接觸到它。”