fMRI可識別精神分裂症的嚴重程度

準確預測高危人群的能力將幫助臨床醫生更快鑒別精神病患者。近年來，越來越多的研究人員將目光轉向利用神經成像技術尋找精神疾病的生物標誌物。

埃德蒙頓艾伯塔大學（University of Alberta in Edmonton）及IBM的TJ沃森研究中心的研究人員表示，大腦連通性的差異不僅可以預測哪些患者患有精神分裂症，還可能預測具體癥狀的嚴重程度。

這一發現發表在《NPJ Schizophrenia》，通過對95人的功能性MRI（fMRI）掃描結果進行分析得到這一結論，其中包括46例精神分裂症或分裂情感障礙患者和49名健康對照者。

參與者接受「聽覺畸變試驗」中，進行fMRI掃描。通過聽一系列重複的音調，參與者在聽到不同的「奇怪的」聲音時按下按鈕。選擇這個測試是因為聽覺問題是精神分裂症的常見癥狀。

研究人員使用稱為「鏈接權重」的計算方法，將精神分裂症患者腦活動的相對強度與對照組相比較。其中涉及大腦或節點的不同群集之間的神經信號。平均而言，精神分裂症患者在幾個腦區域比對照組更活躍，特別是在連接丘腦和運動皮層的區域中。

基於鏈接權重的差異，研究人員可以將精神分裂症患者與對照組進行區分，精確度為74％。使用腦掃描的其他預測研究已經達到較高的準確性，但IBM Research計算精神病學組主任Guillermo Cecchi博士指出，以前的研究使用單個MRI機器來獲得更大的一致性。

本研究中使用的fMRI圖像來自加拿大國家功能生物醫學信息研究網路資料庫（fBIRN），該資料庫收集不同類型成像軟體的掃描結果。根據Cecchi博士說，這也導致圖像比較更加具有挑戰性。他表示，「74%的準確率只是開始，之後還會有改進的空間。」

Cecchi和他的同事也發現可以使用成像數據預測精神分裂症患者的特定癥狀的嚴重程度。他們評估了九個全球評估量表上與患者評分相關的連接方式，並發現五個鏈接權重分數與嚴重程度相關：失語症、情感淡漠、注意力、怪異行為和思維形式障礙。相比之下，情感淡漠、興趣減退、幻覺和妄想的嚴重程度似乎與這些連接模式沒有關聯。

Cecchi指出，有趣的是，預測癥狀嚴重程度的神經連接在精神分裂症患者和對照組之間差異最為顯著。與癥狀差異相關的領域包括感覺皮層和腦前區，該腦區涉及視覺空間處理和自我反省。

而這間接說明了精神分裂症的複雜性。

據悉，中國「腦計劃」經過三年多醞釀，已經作為重大科技項目被列入「十三五」規劃。中科院神經科學研究所所長蒲慕明日前向第一財經獨家透露：中國「腦計劃」（腦科學研究計劃）計劃今年年底推出。中國「腦計劃」的投資規模將與美國「腦計劃」相當，但具體細節尚未敲定，中國政府將會投入巨資，民營資本也有望參與。

腦科學計劃將推動多個學科領域的發展，包括阿爾茨海默綜合征、帕金森、精神分裂、抑鬱、藥物成癮以及中樞神經系統損傷等疾病。目前，這些疾病的病因、發病機制的形成等仍沒有清晰的認識。科學家希望基於「人腦地圖」等最新研究成果的基礎，對上述疾病做出早期診斷，並開發出更有效的治療手段。

圖片來源：網路

參考文獻

Mina Gheiratmand, Irina Rish, et al. Learning stable and predictive network-based patterns of schizophrenia and its clinical symptoms. NPJ Schizophr. 2017; 3:22.