本文發表於《大眾科學》的前部落格網路，反映了作者的觀點，不一定反映《大眾科學》的觀點
這篇博文是慶祝《大眾科學·思想》雜誌創刊10週年而推出的技術與大腦系列客座文章的第六篇。該雜誌的11月/12月特刊同樣突出了程式碼與思想之間的介面，描繪了一個未來更數字化的你。
隨便問兩個人關於他們生活中的任何過程，無論是他們的早晨例行公事、他們如何解決難題，還是什麼能給他們帶來快樂，你都可能會得到兩個不同的答案。
心理過程也是如此。例如，焦慮和抑鬱可能會同時發生在某些人身上，而對另一些人來說，抑鬱可能會在長期焦慮之後發生，還有一些人則認為兩者之間不存在任何關係。治療師、精神科醫生和其他心理健康從業者會學習這些個人特有的特性，而最優秀的從業者會將這些資訊融入到他們的工作中。也就是說，他們工作的成功與否取決於他們是否理解所護理客戶的個體差異。
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報道 訂閱。透過購買訂閱，您將幫助確保關於塑造我們今天世界的發現和想法的具有影響力的故事的未來。
這與當前心理學研究的標準形成鮮明對比。通常，研究是在給定時間的個體之間進行的，並檢查情緒、認知和行為測量之間的關係，以尋找跨人群的模式。這可以獲得有趣且資訊豐富的結果——例如，瞭解被診斷為抑鬱症的人也更有可能被診斷為焦慮症——但這並沒有告訴我們關於個體或什麼治療可能對他們有幫助的太多資訊。
犯罪中也看到了另一個例子。透過跨個體觀察，我們可能會發現某些犯罪在具有特定特徵的社群中更頻繁地發生，例如低收入和居民之間的低凝聚力。然而，這並沒有告訴我們是什麼原因導致該社群內的某些人犯罪而另一些人沒有。這種個體層面的資訊是治療、預防和干預工作的關鍵。
神經影像學研究也受益於在個體層面識別大腦過程。注意力缺陷多動障礙和自閉症譜系障礙等診斷類別越來越被認為是涵蓋一系列異質性症狀學和生物學基礎的總括性診斷。在今年剛剛發表的一篇文章中，來自俄勒岡健康與科學大學和賓夕法尼亞州立大學的同事和我使用了一種新穎的統計方法，該方法根據個體特定的大腦過程對個體進行分組。我們使用功能性磁共振成像掃描了 80 名兒童（包括 32 名患有 ADHD 的兒童）的大腦，重點關注構成額頂葉網路的腦區，該網路使我們能夠切換任務並集中注意力。我們假設該網路中區域之間連線模式的差異可能與 ADHD 診斷有關。然而，由於 ADHD 是一種異質性障礙，因此尚不清楚患有 ADHD 的兒童是否會僅以一種方式偏離典型兒童，或者是否多種大腦模式可能是該診斷的基礎。我們沒有根據個體是否患有 ADHD 對個體進行分組，然後尋找兩組之間的差異，而是著手首先根據兒童的大腦過程對兒童進行分組。
我們透過測量每個兒童的額頂葉網路中的每個區域與其他區域協同工作的程度來構建每個兒童的大腦模型。然後，我們將大腦以相似的連線模式集為特徵的兒童分組在一起。我們發現了與 ADHD 診斷相關的三種功能性大腦模式，以及與典型大腦發育相關的兩種模式。這種多樣性表明，ADHD 存在不止一種生物學機制，並且在典型發育兒童中可能發現額頂葉網路中至少存在兩種功能連線模式。我們現在正與俄勒岡健康科學大學的神經科學家達米安·費爾合作，試圖將 ADHD 的兩種生物學標記與特定的症狀和治療計劃聯絡起來。未來，我們或許能夠使用類似的方法來細分其他廣泛的診斷類別，例如可能具有異質性生物學基礎的自閉症譜系障礙。
檢視個體層面關於大腦過程的資訊也可能有助於弄清楚誰最能從特定的訓練方案或學習技術中受益。目前，在北卡羅來納大學認知神經科學家約瑟夫·霍芬格領導的一個專案中，我們正在收集大學生使用 Lumosity（一家線上大腦訓練公司）提供的大腦訓練程式的功能性磁共振成像資料。資料表明，Lumosity 遊戲可以提高工作記憶、處理速度和注意力等認知能力。我們希望透過檢視他們的大腦過程來識別最有可能從這種訓練中受益的個體。結果可能有助於我們開發針對不同型別大腦量身定製的認知訓練方法，使更多人能夠從這項技術中受益。
我們沒有比較訓練後有所進步的人與沒有進步的人的大腦模式，而是構建了個體大腦中大腦過程的模型，以尋找預測訓練後認知能力提高的各種過程。這種方法使我們能夠區分那些可能得分相同但處理認知任務的方式不同的人，因此他們在他們的大腦過程中是異質的。揭示這些潛在的、不同的改善的神經生物學基礎將使研究人員能夠根據個體的需求和缺陷定製大腦訓練計劃。例如，透過檢視與沒有改善相關的模式，研究人員可能能夠開發針對區域之間特定連線的訓練協議。我們的工作應該使 Lumosity 能夠提供幫助更廣泛消費群體的產品。隨著國家老齡化人口經歷預期的認知衰退，擁有更好的工具來保持頭腦敏銳將變得越來越重要。
>>本系列下一篇：“‘奇蹟’技術可以解除重度抑鬱症——但真正的康復才剛剛開始”