人間の気分の根底にある神経回路の頭蓋内調査

うつ病は最も一般的な精神疾患の 1 つであり、人口の 7 ～ 8% が​​罹患しており、罹患している個人には多大な障害をもたらし、社会には経済的負担をもたらしています。 既存の治療法を最適化し、改良された治療法を開発するには、研究者はこの複雑な疾患のメカニズムの基礎をより深く理解する必要があります。 この分野におけるこれまでの研究は重要な進歩を遂げてきましたが、主に 2 つの制限がありました。 (1) ほとんどの研究では非侵襲的であるため、脳活動の不正確な測定が使用されています。 (2) 神経活動を行動に結び付けるために使用されるブラック ボックス モデリングは依然として解釈が難しく、特定の状況内で活動を説明することには成功する場合もありますが、新しい状況に一般化したり、メカニズムに関する洞察を提供したり、治療的介入を効率的に誘導したりすることはできない可能性があります。 これらの課題を克服するために、研究者らは人間の正確な頭蓋内神経記録と一連の新しい説明可能な人工知能 (XAI) アプローチを組み合わせています。 研究者らは、このタスクに十分な経験を組み合わせた実験者と計算の専門家からなるチームを編成しました。 私たちの独自のデータセットは、2 つの被験者グループで構成されています。てんかんコホートは、頭蓋内発作モニタリングを受けている難治性てんかん患者で構成され、うつ病コホートは、NIH/BRAIN の資金提供による治療抵抗性うつ病に対する脳深部刺激の研究試験（TRD）の被験者で構成されています。 ）。 全体として、このデータセットは、うつ病の重症度の広いダイナミック レンジにわたって、正確で時空間的に分解された人間の頭蓋内記録および刺激データを提供します。 私たちの目的は、脳と行動の関係をモデル化し、操作するための進歩的なアプローチを適用します。 目的 1 は、気分状態に関連する神経活動の特徴を特定することを目的としています。 現在の最先端の AI モデルから始めて、「はしご」アプローチを使用して、機械的に説明可能な構造を課しながら表現力を高めたモデルに橋渡しします。 目的 1 では、関心のある行動指標として自己報告の気分レベルに焦点を当てていますが、目的 2 では、リサーチ ドメイン基準 (RDoC) に触発された測定可能な神経生物学的特徴に焦点を当てるという別のアプローチを使用しています。 報酬感度、損失回避、実行的注意などのこれらの特徴は、新しい「逆合理的制御」XAI アプローチを使用して、行動タスクのパフォーマンスから抽出されます。

これらの測定値を神経活動パターンに関連付けることにより、うつ病の神経生物学のさらなる機構的および規範的な理解が得られます。 目的 3 では、リカレント ニューラル ネットワークを使用して、多種多様なパターンの複数部位の頭蓋内刺激が神経活動に及ぼす影響をモデル化します。 次に、革新的な「インセプション ループ」XAI アプローチを採用して、神経システムを望ましい健康な状態に向けて駆動できる開ループ制御と閉ループ制御の刺激戦略を導き出します。 このプロジェクトが成功すれば、うつ病の病態生理学への理解が深まり、神経調節治療戦略が改善されるでしょう。 これは他の多くの神経疾患や精神疾患にも適用でき、XAI に基づく精密な神経科学への重要な一歩を踏み出すことができます。