인간 기분의 기초가 되는 신경 회로의 두개내 조사

우울증은 인구의 7-8%에 영향을 미치는 가장 흔한 정신 건강 장애 중 하나이며 고통받는 개인에게 엄청난 장애와 사회에 경제적 부담을 초래합니다. 기존 치료법을 최적화하고 개선된 치료법을 개발하기 위해 연구자들은 이 복잡한 장애의 기전적 기초에 대한 더 깊은 이해가 필요합니다. 이 분야의 이전 작업은 중요한 진전을 이루었지만 두 가지 주요 제한 사항이 있습니다. (1) 대부분의 연구는 비침습적이므로 부정확한 뇌 활동 측정을 사용했습니다. (2) 신경 활동을 행동에 연결하는 데 사용되는 블랙 박스 모델링은 여전히 ​​해석하기 어렵고 특정 상황 내에서 활동을 설명하는 데 때때로 성공하더라도 새로운 상황에 대해 일반화하거나 기계론적 통찰력을 제공하거나 치료 개입을 효율적으로 안내하지 못할 수 있습니다. 이러한 문제를 극복하기 위해 연구자들은 인간의 정확한 두개내 신경 기록을 새로운 eXplainable Artificial Intelligence(XAI) 접근 방식과 결합합니다. 조사자들은 이 작업에 충분한 경험을 겸비한 실험가 및 계산 전문가로 구성된 팀을 구성했습니다. 우리 고유의 데이터 세트는 두 그룹의 주제로 구성됩니다. 간질 코호트는 두개내 발작 모니터링을 받고 있는 불응성 간질 환자로 구성되고 우울증 코호트는 치료 저항성 우울증에 대한 심부 뇌 자극에 대한 NIH/BRAIN 자금 지원 연구 시험의 주제로 구성됩니다(TRD ). 전체적으로 이 데이터 세트는 우울증 심각도의 넓은 동적 범위에 걸쳐 정확하고 시공간적으로 해결된 인간 두개내 기록 및 자극 데이터를 제공합니다. 우리의 목표는 뇌 행동 관계를 모델링하고 조작하는 데 진보적인 접근 방식을 적용합니다. 목표 1은 기분 상태와 관련된 신경 활동의 특징을 식별하고자 합니다. 현재 최첨단 AI 모델로 시작한 다음 "사다리" 접근 방식을 사용하여 기계적으로 설명 가능한 구조를 부과하면서 표현력이 증가하는 모델에 연결합니다. 목표 1이 관심 행동 지표로 자기 보고 기분 수준에 초점을 맞추는 반면, 목표 2는 RDoC(연구 도메인 기준)에서 영감을 얻은 측정 가능한 신경 생물학적 특징에 초점을 맞추는 대안적 접근 방식을 사용합니다. 보상 민감도, 손실 회피, 경영진의 관심 등과 같은 이러한 기능은 새로운 "역 합리적 제어" XAI 접근 방식을 사용하여 행동 작업 수행에서 추출됩니다.

이러한 측정값을 신경 활동 패턴과 연관시키면 우울증의 신경생물학에 대한 기계적 및 규범적 이해가 추가로 제공됩니다. 목표 3은 반복 신경망을 사용하여 신경 활동에 대한 다중 사이트 두개내 자극의 다양한 패턴의 결과를 모델링합니다. 그런 다음 혁신적인 "인셉션 루프" XAI 접근 방식을 사용하여 신경 시스템을 원하는 건강한 상태로 유도할 수 있는 개방 루프 및 폐쇄 루프 제어를 위한 자극 전략을 도출합니다. 성공한다면 이 프로젝트는 우울증의 병리생리학에 대한 이해를 높이고 신경 조절 치료 전략을 개선할 것입니다. 이것은 XAI 유도 정밀 신경과학을 향한 중요한 발걸음을 내딛는 다른 신경학적 및 정신과적 장애에도 적용될 수 있습니다.