腦部掃描或可預測最佳心理健康療法

每天，患有常見心理健康問題的人們都會收到對他們無效的療法處方。為這些患者找到有效的治療方法需要一個艱苦的試錯過程。每次治療失敗都可能使患者對任何療法是否最終有效感到沮喪。

抑鬱症生動地說明了可能出現的問題。大多數衡量標準顯示，三分之二的抑鬱症患者無法從任何特定治療中獲益。抑鬱症的研究方案包括臨床試驗，這些試驗通常基於患者的平均獲益來評估藥物或行為療法的總體有效性。然而，它們忽略了個體患者結果的廣泛差異，從完全康復到完全無效不等。美國國立衛生研究院對數千名患者在美國多家醫療機構進行的、針對抑鬱症藥物治療的最大型、歷時最長的評估研究，名為 STAR*D，就說明了可能發生的情況。研究中的每位患者都接受了初始藥物治療，約有三分之一的患者顯示出顯著改善。在那些對第一種藥物沒有反應的患者中，只有約四分之一從第二種藥物中獲益。在第三次和第四次開出其他藥物處方後，70% 的患者表現出顯著進展。但大多數人在找到有效的藥物之前，不得不經歷一次或多次治療失敗。

治療失敗不僅會延長痛苦，還會使患者對尋求幫助感到灰心。STAR*D 的參與者知道他們有可能在研究的下一階段獲得其他治療，但即便如此，許多人還是放棄了。相當多的患者在最初的藥物治療失敗後退出了研究，第二次治療後約有 30% 的人退出，第三次治療後約有 42% 的人退出。（使用認知行為療法（CBT）形式的談話療法對抑鬱症進行行為治療，也對約一半的患者產生了顯著的益處。）

關於支援科學新聞業

如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞業 訂閱。透過購買訂閱，您將有助於確保有關塑造我們當今世界的發現和想法的具有影響力的故事的未來。

精神科醫生面臨的困難的解釋與藥物開發的精確性和經濟必然性有關。兩個被診斷患有相同精神健康障礙的人對同一種藥物治療的反應可能完全不同，因為目前無法評估誰會對哪種治療產生反應。然而，製藥公司通常以儘可能大的市場為目標，而不是為表現出特定形式抑鬱症或其他精神疾病的較小患者群體量身定製治療方案。藥物開發者也缺乏實施更精確方法的工具。預測一個人是否會從特定治療中獲益的診斷技術並非日常醫療實踐的一部分。

近年來，各種腦成像技術與分析神經活動的複雜演算法相結合，已開始揭示人與人之間的大腦差異，這些差異可以預測給定的藥物或談話療法是否能將患者從抑鬱症中解脫出來或緩解嚴重的社交焦慮。這些診斷技術的早期版本也顯示出在確定酗酒者是否可能復發方面的潛力，甚至已開始識別學生是否會在閱讀和數學方面面臨教育困難。

根據腦部掃描定製治療體現了一種新型的個性化醫療，這種方法通常依賴於根據個人的基因定製療法。毫無疑問，基因可以使人易患精神疾病。然而，對於任何個體而言，特定基因與常見精神疾病之間只存在微弱的關係。經驗在決定哪些基因在大腦中被啟用方面也起著關鍵作用。雖然成像技術有許多侷限性，但它透過基因和經驗的結合來近似大腦中發生的事情。目前，它可以比單獨的基因預測治療前景的準確性更高。然而，隨著這些技術的改進，大腦和基因測量相結合可能有一天會提供更準確的預測。

它會有效嗎？

我在麻省理工學院的團隊與波士頓大學和馬薩諸塞州綜合醫院的臨床科學家合作進行的一項研究，證明了預測治療是否可能有效的潛力。我們一起研究了社交焦慮症患者對 CBT 的反應。社交焦慮以對與他人互動的強烈恐懼為特徵，仍然是美國最常見的精神疾病之一。其嚴重形式通常會使患者喪失工作能力。在我們的研究中，所有患者都接受了行為療法。我們想找出治療前進行的大腦測量是否可以預測誰將從 CBT 中獲得顯著益處。

當患者觀看帶有中性或負面（憤怒）情緒的面孔表情時，我們使用功能性磁共振成像 (fMRI) 記錄反應，這是一種測量大腦血流變化的掃描型別。我們還詢問了一系列問題，以量化他們焦慮的嚴重程度。後腦區域（處理面孔和其他視覺物件）對憤怒面孔反應更大的患者更有可能從 CBT 中獲益。與來自問卷調查的傳統嚴重程度評級結果相比，使用這種大腦測量方法使預測哪些個體將從 CBT 中獲益的準確率提高了三倍以上。

我們用於評估 CBT 有效性的另一種方法結合了兩種技術。一種稱為彌散張量成像，評估由纖維束或白質建立的連線如何使不同的大腦區域相互交流。白質由神經元的長而突出的延伸部分（稱為軸突）束組成，軸突覆蓋著一種白色脂肪物質，稱為髓磷脂。

第二種技術衡量當一個人靜止在 MRI 機器內部時，哪些大腦連線會連結在一起。利用這些資料，研究人員繪製了大腦網路圖。團隊從中建立了一種診斷測量方法，即生物標誌物，使預測哪些患者將從 CBT 中獲益的準確率提高了五倍。匹茲堡大學的格雷格·西格爾等人的其他研究證實，類似的策略似乎可以有效地確定抑鬱症患者對 CBT 的反應。

預測精神疾病藥物的反應可以將成像技術與更傳統的心理測試型別相結合。斯坦福大學的安德里亞·N·戈爾茨坦-皮卡爾斯基及其同事檢查了對抗抑鬱藥物的反應。他們採訪了患者關於早期生活壓力的經歷，然後使用 fMRI 評估杏仁核（一種處理情緒的大腦結構）的活動。在掃描器中，患者觀看了系列快樂面部表情的影像。結合有關一個人早期生活壓力及其杏仁核對面孔反應的資訊，暗示了該個體是否會從抗抑鬱藥物中獲益。西格爾和戈爾茨坦-皮卡爾斯基的研究並未比較談話療法與藥物治療。但埃默裡大學的海倫·梅伯格已表明，腦成像還可以揭示抑鬱症患者更有可能從談話療法還是藥物治療中獲得幫助。

預測復發

酒精中毒、藥物成癮、吸菸和肥胖的治療目標都是讓使用者戒除或減少對藥物、菸草或食物的使用。在這方面，成像技術也可能在預測誰將復發成癮習慣方面發揮作用。接受酒精濫用治療的患者中，有一半在治療一年內又開始飲酒，可卡因等興奮劑的複發率也類似。

幾乎沒有科學證據可以確定 28 天住院康復等專案的時長和持續時間。研究尚未表明較短或較長的療程是否更有效。理想情況下，研究可以確定給定患者是否會在六個月或一年內復發，從而可以根據個人的需求定製專案時長。

對酒精和藥物依賴以及肥胖的結果進行預測的成像研究不如對抑鬱症的研究那麼普遍。儘管如此，許多研究表明，大腦測量可能預測誰會在治療結束後成功戒除。加州大學聖地亞哥分校的一項研究發現，在甲基苯丙胺濫用治療結束時進行的大腦成像可以預測哪些患者會在接下來的 12 個月內復發。

在阿拉巴馬大學使用 MRI 成像進行的肥胖預防研究中，研究人員發現，大腦中引導注意力集中在食物上的獎勵區域——伏隔核、前扣帶回和腦島——在一組 25 名肥胖和超重個體中變得活躍，他們在進入 12 周的減肥諮詢計劃之前觀看了高熱量食物的影像。這些區域的更大啟用預測了誰在計劃結束後最難減肥。之後進入掃描器並在腦島和其他注意力和獎勵處理區域顯示出高啟用的參與者，在九個月後更難堅持該方案。

腦成像甚至可能有助於制定衛生專業人員用來鼓勵患者採取健康行為的資訊型別。當時在加州大學洛杉磯分校的艾米麗·福克及其同事要求他們研究中的人員學習使用防曬霜預防曬傷和皮膚癌的正確技術。研究人員記錄了參與者觀看規定預防措施的幻燈片時的 fMRI 反應。然後，參與者描述了他們對防曬霜使用的態度以及在收到防曬溼巾後使用防曬霜的意願。一週後，該小組收到了電子郵件，詢問他們是否真的使用了乳液。那些在觀看過程中在一個大腦區域（調節信念和自我意識的內側前額葉皮層）記錄到更大活動的人最終使用了更多的防曬霜。腦部掃描提供了該計劃有效性的客觀衡量標準，超越了個體對健康資訊是否有幫助的主觀評估。

觀察大腦活動也可能有助於發現勸阻人們繼續吸菸的最佳方法。2010 年《生物精神病學》雜誌上發表的一篇哈佛醫學院論文發現，在 21 名女性中，對兩個大腦區域（腦島和背側前扣帶回皮層）中與吸菸相關的圖片的高反應預示著無法戒菸。

更好的學習者

兒童教育也可能從腦成像中獲益，以預測學習閱讀（閱讀障礙）或做數學（計算障礙）的困難。教師和家長試圖提供幫助，但教育在很大程度上按照等待失敗的模式運作。學生從老師那裡獲得一些指導，直到他們達到灰心喪氣的地步，然後學習往往會崩潰。

如果教學支援不僅僅對失敗做出反應，而是可以預測可以根據個體學生的需求進行調整的特定教學形式，那會怎麼樣？最近的一些發現表明，腦成像可以幫助預測學生未來的表現。事實上，在預測學生在課堂上的表現方面，大腦評估有時可以優於傳統的教育和心理測量。

在患有閱讀障礙的兒童中，個體在透過設計自己的策略來彌補閱讀困難，從而趕上同學的能力方面差異很大。現在在加州大學舊金山分校的 Fumiko Hoeft 和我測量了 14 歲左右患有閱讀障礙的兒童對印刷文字的大腦 fMRI 反應，這些兒童也接受了廣泛的心理測試。然後，我們再次檢查了相同的兒童，在 30 個月後，看看他們在閱讀方面可能取得了多少進步。大約一半的兒童表現出顯著的進步。

沒有一項標準教育測試措施與未來的閱讀進步相關，但腦部掃描與分析技術相結合可以做出這樣的預測。模式分類分析使用“大資料”機器學習演算法深入研究來自 fMRI 腦部掃描的複雜資料，在表徵閱讀障礙兒童的閱讀能力是否會在影像捕獲兩年後得到改善或繼續停滯不前方面，準確率超過 90%。其他研究人員報告說，幼兒（尚未識字的兒童）頭皮上的電反應（誘發電位）也可以預測閱讀技能。瞭解未來的情況可以使干預措施在遇到閱讀困難之前進行，這種策略可以避免兒童因早期掙扎而產生的失敗感。

數學教學也可能獲益。斯坦福大學的維諾德·梅農進行的一項研究發現，大腦解剖結構可以識別三年級學生是否更有可能從數學輔導計劃中獲益，該計劃鼓勵學生從計數轉向算術事實檢索（例如，記住 2 + 3 = 5）作為算術問題解決的基礎。傳統的數學能力或智商的行為測試未能預測哪些學生不會從該計劃中獲得幫助，但大腦測量成功了。特別是，與記憶相關的右側海馬體的大小與學生將取得多少進步相關。

這些研究有望為基於神經科學的個性化學習方法奠定基礎。如果這項研究最終可以確定最適合學生的教學方法，教育工作者就可以避免在童年或青春期後期出現的失敗，因為那時學習困難變得更難糾正。

需求：更好的預測

如果大腦測量在預測個體是否會對心理健康治療或學校教育做出反應方面顯示出如此大的潛力，為什麼這些方法尚未投入使用？在這些技術進入診所和學校之前，仍存在一些挑戰。首先，預測需要額外的統計嚴謹性。在迄今為止的研究中，模型已將大腦活動與已知的結果聯絡起來，例如個體從治療中獲益的程度。從這個意義上說，它們可能被稱為後測而不是預測。現在，新的研究必須確定這些發現是否能常規地做出準確的預測。

為了使預測科學在心理健康和教育領域取得進展，研究界必須開始設計研究，比較兩個獨立群體的結果。一個群體的數學模型可以在另一個群體上進行測試，以驗證該模型。

一種稱為留一法交叉驗證的有趣方法將個體從對分析組結果的總體評估中排除。研究人員使用研究中的其他個體建立一個模型來預測特定的健康或教育結果。然後，該模型繼續預測被排除的個體的結果。整個過程為每位研究參與者重複進行，目的是建立一個可以更好地指導選擇每位新患者治療方案的模型。迄今為止，只有少數研究達到了如此高的標準，但對於腦成像作為預測技術的實際應用，必須滿足這種嚴謹程度。

另一個障礙與 MRI 腦成像的成本和可用性有關。任何經濟計算都必須權衡手術的價格（通常約為每小時 500 美元至 1,000 美元），以及不得不支付醫生和醫院就診費用、工作效率損失以及特殊教育資源來支援落後學生的可能性。在某些情況下，其他技術可以替代 MRI，即使同時借用從更昂貴的技術中獲得的知識。例如，測量大腦電活動的腦電圖可能適用於在某些型別的測試中取代 MRI。

MRI 在臨床應用方面的希望和潛在爭議在最近的兩項研究中顯現出來。北卡羅來納大學教堂山分校的約瑟夫·皮文進行的一項研究使用 fMRI 對 59 名六個月大的嬰兒進行成像，以檢測自閉症譜系障礙 (ASD) 的風險是否升高。自閉症的決定性社交和溝通困難很少在出生時出現，通常只有在仔細評估後才會在兩歲時出現。對六個月大時的大腦網路活動進行的成像研究正確預測了 11 名嬰兒中有 9 名將在大約 18 個月後被診斷出患有 ASD。並且測量結果還確定了另外 48 名嬰兒不會被這樣分類。這種預測有一天既可以平息嬰兒不會發展成 ASD 的父母的擔憂，又可以幫助制定早期干預措施，以幫助高風險兒童。

另一項預測研究試圖建立在衝動性是累犯的主要風險因素的證據之上。自我控制的大腦活動測量可能有助於解決專家建議在保釋、判刑和假釋決策中準確性有限的問題。新墨西哥大學心理學、神經科學和法律教授肯特·基爾檢查了 96 名男性罪犯在出獄前進行衝動控制任務期間的大腦活動，然後在幾年內跟蹤了這些人。罪犯在腦成像期間執行了一項旨在使衝動控制變得困難的任務。他們必須在計算機螢幕上反覆出現字元“X”時按下按鈕。與此同時，他們必須抵制在字母“K”罕見出現的情況下按下按鈕的誘惑，從而根據螢幕上顯示的內容產生兩種相互衝突的衝動。

實驗室任務有助於預測這些人出獄後會發生什麼。如果前罪犯在認知控制和解決衝突衝動相關的大腦區域前扣帶回皮層的活動減少，則在四年內再次被捕的可能性會增加一倍。與單獨的傳統措施（例如精神病檢查表上的分數、年齡或終生藥物濫用）相比，腦部掃描更有助於預測未來的再次被捕。斯坦福大學的 Russ Poldrack 對資料進行了一項未發表的再分析，表明當將這些結果應用於調查群體以外的監獄人口時，這種預測的強度會大大降低（基爾及其同事部分反駁了這一說法）。

所有這些研究都提出了一系列關鍵問題。預測的準確性應該達到什麼程度才能改善心理健康治療和教育實踐？作為必然結果，從腦部掃描中做出的預測如何幫助人們而不是限制他們的教育或就業機會？如果我們能夠更好地預測未來的心理健康或學習困難，甚至犯罪活動，我們作為一個社會，將如何確保此類預測不會為懲罰性政策辯護，而是促進個人福祉？具有諷刺意味的是，預測隨著時間的推移變得越好，對明智地使用此類知識的道德框架的需求就越迫切。