脑部扫描或可预测最佳心理健康疗法

每天，患有常见心理健康问题的人们都会收到对他们无效的疗法处方。为这些患者找到有效的治疗方法需要一个艰苦的试错过程。每次治疗失败都可能使患者对任何疗法是否最终有效感到沮丧。

抑郁症生动地说明了可能出现的问题。大多数衡量标准显示，三分之二的抑郁症患者无法从任何特定治疗中获益。抑郁症的研究方案包括临床试验，这些试验通常基于患者的平均获益来评估药物或行为疗法的总体有效性。然而，它们忽略了个体患者结果的广泛差异，从完全康复到完全无效不等。美国国立卫生研究院对数千名患者在美国多家医疗机构进行的、针对抑郁症药物治疗的最大型、历时最长的评估研究，名为 STAR*D，就说明了可能发生的情况。研究中的每位患者都接受了初始药物治疗，约有三分之一的患者显示出显著改善。在那些对第一种药物没有反应的患者中，只有约四分之一从第二种药物中获益。在第三次和第四次开出其他药物处方后，70% 的患者表现出显著进展。但大多数人在找到有效的药物之前，不得不经历一次或多次治疗失败。

治疗失败不仅会延长痛苦，还会使患者对寻求帮助感到灰心。STAR*D 的参与者知道他们有可能在研究的下一阶段获得其他治疗，但即便如此，许多人还是放弃了。相当多的患者在最初的药物治疗失败后退出了研究，第二次治疗后约有 30% 的人退出，第三次治疗后约有 42% 的人退出。（使用认知行为疗法（CBT）形式的谈话疗法对抑郁症进行行为治疗，也对约一半的患者产生了显著的益处。）

关于支持科学新闻业

如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻业 订阅。通过购买订阅，您将有助于确保有关塑造我们当今世界的发现和想法的具有影响力的故事的未来。

精神科医生面临的困难的解释与药物开发的精确性和经济必然性有关。两个被诊断患有相同精神健康障碍的人对同一种药物治疗的反应可能完全不同，因为目前无法评估谁会对哪种治疗产生反应。然而，制药公司通常以尽可能大的市场为目标，而不是为表现出特定形式抑郁症或其他精神疾病的较小患者群体量身定制治疗方案。药物开发者也缺乏实施更精确方法的工具。预测一个人是否会从特定治疗中获益的诊断技术并非日常医疗实践的一部分。

近年来，各种脑成像技术与分析神经活动的复杂算法相结合，已开始揭示人与人之间的大脑差异，这些差异可以预测给定的药物或谈话疗法是否能将患者从抑郁症中解脱出来或缓解严重的社交焦虑。这些诊断技术的早期版本也显示出在确定酗酒者是否可能复发方面的潜力，甚至已开始识别学生是否会在阅读和数学方面面临教育困难。

根据脑部扫描定制治疗体现了一种新型的个性化医疗，这种方法通常依赖于根据个人的基因定制疗法。毫无疑问，基因可以使人易患精神疾病。然而，对于任何个体而言，特定基因与常见精神疾病之间只存在微弱的关系。经验在决定哪些基因在大脑中被激活方面也起着关键作用。虽然成像技术有许多局限性，但它通过基因和经验的结合来近似大脑中发生的事情。目前，它可以比单独的基因预测治疗前景的准确性更高。然而，随着这些技术的改进，大脑和基因测量相结合可能有一天会提供更准确的预测。

它会有效吗？

我在麻省理工学院的团队与波士顿大学和马萨诸塞州综合医院的临床科学家合作进行的一项研究，证明了预测治疗是否可能有效的潜力。我们一起研究了社交焦虑症患者对 CBT 的反应。社交焦虑以对与他人互动的强烈恐惧为特征，仍然是美国最常见的精神疾病之一。其严重形式通常会使患者丧失工作能力。在我们的研究中，所有患者都接受了行为疗法。我们想找出治疗前进行的大脑测量是否可以预测谁将从 CBT 中获得显著益处。

当患者观看带有中性或负面（愤怒）情绪的面孔表情时，我们使用功能性磁共振成像 (fMRI) 记录反应，这是一种测量大脑血流变化的扫描类型。我们还询问了一系列问题，以量化他们焦虑的严重程度。后脑区域（处理面孔和其他视觉对象）对愤怒面孔反应更大的患者更有可能从 CBT 中获益。与来自问卷调查的传统严重程度评级结果相比，使用这种大脑测量方法使预测哪些个体将从 CBT 中获益的准确率提高了三倍以上。

我们用于评估 CBT 有效性的另一种方法结合了两种技术。一种称为弥散张量成像，评估由纤维束或白质建立的连接如何使不同的大脑区域相互交流。白质由神经元的长而突出的延伸部分（称为轴突）束组成，轴突覆盖着一种白色脂肪物质，称为髓磷脂。

第二种技术衡量当一个人静止在 MRI 机器内部时，哪些大脑连接会链接在一起。利用这些数据，研究人员绘制了大脑网络图。团队从中创建了一种诊断测量方法，即生物标志物，使预测哪些患者将从 CBT 中获益的准确率提高了五倍。匹兹堡大学的格雷格·西格尔等人的其他研究证实，类似的策略似乎可以有效地确定抑郁症患者对 CBT 的反应。

预测精神疾病药物的反应可以将成像技术与更传统的心理测试类型相结合。斯坦福大学的安德里亚·N·戈尔茨坦-皮卡尔斯基及其同事检查了对抗抑郁药物的反应。他们采访了患者关于早期生活压力的经历，然后使用 fMRI 评估杏仁核（一种处理情绪的大脑结构）的活动。在扫描仪中，患者观看了系列快乐面部表情的图像。结合有关一个人早期生活压力及其杏仁核对面孔反应的信息，暗示了该个体是否会从抗抑郁药物中获益。西格尔和戈尔茨坦-皮卡尔斯基的研究并未比较谈话疗法与药物治疗。但埃默里大学的海伦·梅伯格已表明，脑成像还可以揭示抑郁症患者更有可能从谈话疗法还是药物治疗中获得帮助。

预测复发

酒精中毒、药物成瘾、吸烟和肥胖的治疗目标都是让使用者戒除或减少对药物、烟草或食物的使用。在这方面，成像技术也可能在预测谁将复发成瘾习惯方面发挥作用。接受酒精滥用治疗的患者中，有一半在治疗一年内又开始饮酒，可卡因等兴奋剂的复发率也类似。

几乎没有科学证据可以确定 28 天住院康复等项目的时长和持续时间。研究尚未表明较短或较长的疗程是否更有效。理想情况下，研究可以确定给定患者是否会在六个月或一年内复发，从而可以根据个人的需求定制项目时长。

对酒精和药物依赖以及肥胖的结果进行预测的成像研究不如对抑郁症的研究那么普遍。尽管如此，许多研究表明，大脑测量可能预测谁会在治疗结束后成功戒除。加州大学圣地亚哥分校的一项研究发现，在甲基苯丙胺滥用治疗结束时进行的大脑成像可以预测哪些患者会在接下来的 12 个月内复发。

在阿拉巴马大学使用 MRI 成像进行的肥胖预防研究中，研究人员发现，大脑中引导注意力集中在食物上的奖励区域——伏隔核、前扣带回和脑岛——在一组 25 名肥胖和超重个体中变得活跃，他们在进入 12 周的减肥咨询计划之前观看了高热量食物的图像。这些区域的更大激活预测了谁在计划结束后最难减肥。之后进入扫描仪并在脑岛和其他注意力和奖励处理区域显示出高激活的参与者，在九个月后更难坚持该方案。

脑成像甚至可能有助于制定卫生专业人员用来鼓励患者采取健康行为的信息类型。当时在加州大学洛杉矶分校的艾米丽·福克及其同事要求他们研究中的人员学习使用防晒霜预防晒伤和皮肤癌的正确技术。研究人员记录了参与者观看规定预防措施的幻灯片时的 fMRI 反应。然后，参与者描述了他们对防晒霜使用的态度以及在收到防晒湿巾后使用防晒霜的意愿。一周后，该小组收到了电子邮件，询问他们是否真的使用了乳液。那些在观看过程中在一个大脑区域（调节信念和自我意识的内侧前额叶皮层）记录到更大活动的人最终使用了更多的防晒霜。脑部扫描提供了该计划有效性的客观衡量标准，超越了个体对健康信息是否有帮助的主观评估。

观察大脑活动也可能有助于发现劝阻人们继续吸烟的最佳方法。2010 年《生物精神病学》杂志上发表的一篇哈佛医学院论文发现，在 21 名女性中，对两个大脑区域（脑岛和背侧前扣带回皮层）中与吸烟相关的图片的高反应预示着无法戒烟。

更好的学习者

儿童教育也可能从脑成像中获益，以预测学习阅读（阅读障碍）或做数学（计算障碍）的困难。教师和家长试图提供帮助，但教育在很大程度上按照等待失败的模式运作。学生从老师那里获得一些指导，直到他们达到灰心丧气的地步，然后学习往往会崩溃。

如果教学支持不仅仅对失败做出反应，而是可以预测可以根据个体学生的需求进行调整的特定教学形式，那会怎么样？最近的一些发现表明，脑成像可以帮助预测学生未来的表现。事实上，在预测学生在课堂上的表现方面，大脑评估有时可以优于传统的教育和心理测量。

在患有阅读障碍的儿童中，个体在通过设计自己的策略来弥补阅读困难，从而赶上同学的能力方面差异很大。现在在加州大学旧金山分校的 Fumiko Hoeft 和我测量了 14 岁左右患有阅读障碍的儿童对印刷文字的大脑 fMRI 反应，这些儿童也接受了广泛的心理测试。然后，我们再次检查了相同的儿童，在 30 个月后，看看他们在阅读方面可能取得了多少进步。大约一半的儿童表现出显著的进步。

没有一项标准教育测试措施与未来的阅读进步相关，但脑部扫描与分析技术相结合可以做出这样的预测。模式分类分析使用“大数据”机器学习算法深入研究来自 fMRI 脑部扫描的复杂数据，在表征阅读障碍儿童的阅读能力是否会在图像捕获两年后得到改善或继续停滞不前方面，准确率超过 90%。其他研究人员报告说，幼儿（尚未识字的儿童）头皮上的电反应（诱发电位）也可以预测阅读技能。了解未来的情况可以使干预措施在遇到阅读困难之前进行，这种策略可以避免儿童因早期挣扎而产生的失败感。

数学教学也可能获益。斯坦福大学的维诺德·梅农进行的一项研究发现，大脑解剖结构可以识别三年级学生是否更有可能从数学辅导计划中获益，该计划鼓励学生从计数转向算术事实检索（例如，记住 2 + 3 = 5）作为算术问题解决的基础。传统的数学能力或智商的行为测试未能预测哪些学生不会从该计划中获得帮助，但大脑测量成功了。特别是，与记忆相关的右侧海马体的大小与学生将取得多少进步相关。

这些研究有望为基于神经科学的个性化学习方法奠定基础。如果这项研究最终可以确定最适合学生的教学方法，教育工作者就可以避免在童年或青春期后期出现的失败，因为那时学习困难变得更难纠正。

需求：更好的预测

如果大脑测量在预测个体是否会对心理健康治疗或学校教育做出反应方面显示出如此大的潜力，为什么这些方法尚未投入使用？在这些技术进入诊所和学校之前，仍存在一些挑战。首先，预测需要额外的统计严谨性。在迄今为止的研究中，模型已将大脑活动与已知的结果联系起来，例如个体从治疗中获益的程度。从这个意义上说，它们可能被称为后测而不是预测。现在，新的研究必须确定这些发现是否能常规地做出准确的预测。

为了使预测科学在心理健康和教育领域取得进展，研究界必须开始设计研究，比较两个独立群体的结果。一个群体的数学模型可以在另一个群体上进行测试，以验证该模型。

一种称为留一法交叉验证的有趣方法将个体从对分析组结果的总体评估中排除。研究人员使用研究中的其他个体创建一个模型来预测特定的健康或教育结果。然后，该模型继续预测被排除的个体的结果。整个过程为每位研究参与者重复进行，目的是创建一个可以更好地指导选择每位新患者治疗方案的模型。迄今为止，只有少数研究达到了如此高的标准，但对于脑成像作为预测技术的实际应用，必须满足这种严谨程度。

另一个障碍与 MRI 脑成像的成本和可用性有关。任何经济计算都必须权衡手术的价格（通常约为每小时 500 美元至 1,000 美元），以及不得不支付医生和医院就诊费用、工作效率损失以及特殊教育资源来支持落后学生的可能性。在某些情况下，其他技术可以替代 MRI，即使同时借用从更昂贵的技术中获得的知识。例如，测量大脑电活动的脑电图可能适用于在某些类型的测试中取代 MRI。

MRI 在临床应用方面的希望和潜在争议在最近的两项研究中显现出来。北卡罗来纳大学教堂山分校的约瑟夫·皮文进行的一项研究使用 fMRI 对 59 名六个月大的婴儿进行成像，以检测自闭症谱系障碍 (ASD) 的风险是否升高。自闭症的决定性社交和沟通困难很少在出生时出现，通常只有在仔细评估后才会在两岁时出现。对六个月大时的大脑网络活动进行的成像研究正确预测了 11 名婴儿中有 9 名将在大约 18 个月后被诊断出患有 ASD。并且测量结果还确定了另外 48 名婴儿不会被这样分类。这种预测有一天既可以平息婴儿不会发展成 ASD 的父母的担忧，又可以帮助制定早期干预措施，以帮助高风险儿童。

另一项预测研究试图建立在冲动性是累犯的主要风险因素的证据之上。自我控制的大脑活动测量可能有助于解决专家建议在保释、判刑和假释决策中准确性有限的问题。新墨西哥大学心理学、神经科学和法律教授肯特·基尔检查了 96 名男性罪犯在出狱前进行冲动控制任务期间的大脑活动，然后在几年内跟踪了这些人。罪犯在脑成像期间执行了一项旨在使冲动控制变得困难的任务。他们必须在计算机屏幕上反复出现字符“X”时按下按钮。与此同时，他们必须抵制在字母“K”罕见出现的情况下按下按钮的诱惑，从而根据屏幕上显示的内容产生两种相互冲突的冲动。

实验室任务有助于预测这些人出狱后会发生什么。如果前罪犯在认知控制和解决冲突冲动相关的大脑区域前扣带回皮层的活动减少，则在四年内再次被捕的可能性会增加一倍。与单独的传统措施（例如精神病检查表上的分数、年龄或终生药物滥用）相比，脑部扫描更有助于预测未来的再次被捕。斯坦福大学的 Russ Poldrack 对数据进行了一项未发表的再分析，表明当将这些结果应用于调查群体以外的监狱人口时，这种预测的强度会大大降低（基尔及其同事部分反驳了这一说法）。

所有这些研究都提出了一系列关键问题。预测的准确性应该达到什么程度才能改善心理健康治疗和教育实践？作为必然结果，从脑部扫描中做出的预测如何帮助人们而不是限制他们的教育或就业机会？如果我们能够更好地预测未来的心理健康或学习困难，甚至犯罪活动，我们作为一个社会，将如何确保此类预测不会为惩罚性政策辩护，而是促进个人福祉？具有讽刺意味的是，预测随着时间的推移变得越好，对明智地使用此类知识的道德框架的需求就越迫切。