在
一次1959年的電視節目中，傑克·凱魯亞克被問及他寫小說《在路上》花了多長時間。他的回答——三週——讓採訪者感到驚訝，並點燃了一個持久的神話，認為這本書是在不停歇的馬拉松式寫作中完成的。
就像傳說中的凱魯亞克一樣，有些人擁有令人難以置信的長時間集中注意力的能力。另一些人則不斷掙扎著保持注意力集中在任務上。被診斷患有注意力缺陷多動障礙（ADHD）的人，例如，通常坐立不安且容易分心。即使沒有多動症的人也可能在試圖在學校或工作中集中注意力時發現自己思緒飄忽。
支援科學新聞報道
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報道 訂閱。透過購買訂閱，您正在幫助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。
雖然每個人持續注意力的能力差異很大，但描述這些個體差異一直很困難。與傳統上用紙筆智商測試測量的智力（儘管並非沒有爭議）不同，注意力能力無法透過單一測試的表現來捕捉。
在最近發表在《自然神經科學》雜誌上的一項研究中，我的同事和我著手尋找一種測量注意力的新方法。像智商一樣，這種測量方法可以作為複雜認知能力的總體概括。但與智商不同，它將基於一個人獨特的大腦連線模式——即在其大腦不同部分觀察到的同步活動。我們之前已經證明，每個人的大腦連線模式都是獨一無二的——就像指紋一樣——並且可以預測流體智力，或者是在新情況下解決問題的能力。那麼，獨特的大腦連線模式也能預測注意力嗎？
你的連線方式預示著你的專注力
首先，我們要求 25 名志願者在核磁共振成像掃描器測量他們的大腦活動時執行一項任務。他們的指示很簡單：觀看影像流，看到城市時按下按鈕，但看到山脈時不要按。大多數圖片是城市，偶爾會穿插一些不可預測的山脈。保持注意力集中在這項任務上具有挑戰性，這項任務持續了 30 多分鐘。有些人表現非常好。但其他人經常犯錯誤——要麼沒有點選城市，要麼錯誤地點選了山脈。
我們能否將參與者的準確性與他們在回應城市和山脈圖片時的大腦連線模式聯絡起來？為了分析大腦資料，我們首先將每個人的大腦劃分為 268 個不同的區域，這個數字之前已被證明可以很好地表徵大腦功能。
接下來，我們計算了每個區域與大腦中其他每個區域的“功能連線”程度。功能連線是一對區域中活動同步的程度。換句話說，具有強功能連線的兩個區域的活動往往同時增加和減少，而弱連線區域的活動則不同步。1995 年發表的一項里程碑式研究表明，例如，大腦左右半球負責運動行為的區域之間存在強大的功能連線。
計算每對區域之間的功能連線，我們得到了研究中每位參與者的個體連線概況。在這些數千個連線中（每個人的連線概況包含 35,778 個！），我們識別出數百個與我們在任務中的表現相關的連線——一些連線在任務中表現更準確的人中更強，而另一些連線在表現不太準確的人中更強。
經過仔細的統計分析，我們發現我們可以僅從他或她的功能連線強度預測每個受試者在任務中的表現。預測並不完美，但明顯優於隨機猜測。
靜息狀態的大腦可以預測關於注意力的什麼
雖然看到大腦連線模式可以用來預測注意力令人興奮，但我們只研究了在實際任務執行期間收集的資料。我們的大腦活動測量只是比按鈕按下本身更復雜、更不準確的評估表現方式。為什麼要涉及大腦資料呢？
為了有用，我們的測量需要從某人沒有進行注意力測試時的大腦活動中預測注意力。
例如，如果一個人由於某種原因無法進行測試，或者我們不知道要問的正確問題，或者我們沒有時間對他們進行我們想要測量的內容的準確測試，該怎麼辦？在這種情況下，能夠從人們在完全沒有做任何任務時測量到的大腦資料中提取有關其注意力能力的資訊將非常有價值。
為了檢視靜息狀態的大腦是否攜帶有關注意力的資訊，我們使用在參與者只是在掃描器中放鬆時收集的資料，為每位參與者計算了另一組個體連線概況。使用與之前相同的程式，我們再次能夠預測注意力任務的表現。我們的預測不如我們使用在任務執行期間收集的大腦資料所做的預測那麼準確，但仍然明顯優於隨機猜測。
使用任何人的靜息狀態連線概況——即使是從未執行過任何注意力任務，並且永遠不會執行的人——我們也可以預測他們在城市和山脈任務中的假設表現。
使用功能連線預測 ADHD
我們的結果是否特定於我們測試的個體組和我們使用的城市/山脈任務，還是它們可以告訴我們一些關於一般持續注意力的有意義的資訊？
為了測試這個問題，我們使用了北京大學提供的 113 名兒童和青少年的資料，作為ADHD-200 樣本的一部分。其中一些兒童被正式診斷為 ADHD，症狀嚴重程度各不相同。即使是一些沒有診斷出的兒童也表現出注意力問題的細微跡象。對於每個孩子——包括有診斷和沒有診斷的孩子——臨床醫生都得出了 18-72 分的“ADHD 分數”，表明該兒童注意力缺陷症狀的嚴重程度。我們資料集中的兒童得分範圍為 18-65。
使用在兒童在核磁共振掃描器中休息時計算出的大腦連線概況，我們發現，預測我們在紐黑文的成年人的表現的相同功能連線，也預測了在北京掃描的兒童的 ADHD 分數。我們的統計模型預測，如果給他們城市/山脈任務，ADHD 症狀較少的兒童會表現良好，而症狀較多的兒童會感到困難。
因此，個體只是在休息時大腦活動的自發波動可以預測他們的 ADHD 症狀。
新的“注意力評分”？
這是否意味著科學家可以將你放入大腦掃描器中，並發現你對事物的注意力有多集中？在某種意義上，是的。你的連線概況攜帶你獨有的資訊，包括你的注意力能力。
重要的是要承認，諸如注意力和智力之類的特質是多方面的，因此將一個人的整體功能簡化為單一的衡量標準存在過度簡化的風險。但是，總結複雜過程的衡量標準（例如智力的智商或經濟的國內生產總值）確實提供了有價值的資訊。例如，這樣的衡量標準可以幫助研究人員跟蹤能力的隨時間變化，並且有一天可能幫助臨床醫生識別最有可能從注意力訓練或個性化學習中受益的兒童。
這種方法的另一個好處是，正如可以從單個血液樣本中提取多個生物標誌物一樣，也可以從單個連線概況中進行多個預測。不同的連線可能會告訴我們關於個體的不同資訊。例如，我們發現預測 ADHD 症狀的大腦網路不能預測智商，但我們的團隊已經確定了其他可以預測智力的網路。
在腦連線成為注意力的智商的道路上，還有很長的路要走。但這些方法顯示出預測各種特徵和闡明大腦與行為之間關係的希望。也許在未來，更好地理解大腦連線與注意力之間的關係可以用於指導認知訓練——也許可以幫助我們所有人變成傳說中的凱魯亞克。
本文最初發表於The Conversation。閱讀原始文章。