人工智能作为精神医学自适应闭环神经调控的计算框架
《American Journal of Psychiatry》刊文提出,人工智能可作为精神医学自适应闭环神经调控的计算框架。文章发表于该刊第183卷第10期,页码734-742。
《American Journal of Psychiatry》刊文提出,人工智能可作为精神医学自适应闭环神经调控的计算框架。文章发表于该刊第183卷第10期,页码734-742。
《American Journal of Psychiatry》刊文指出,神经精神医学领域的脑刺激治疗干预正经历一场“寒武纪大爆发”。文章发表于该刊第183卷第10期,页码696-707。
自适应神经调控通过响应具有临床意义的神经生理与行为变化,为个体化精神科治疗提供路径,其临床先例是癫痫的响应性神经刺激和运动障碍的自适应脑深部刺激。精神障碍症状异质、跨多个时间尺度演变且只能通过有噪声的不完整测量间接观察,人工智能可提供数据驱动组件,连接多模态感知、患者状态推断、治疗反应预测与受限的治疗调整。
这篇综述总结了神经精神障碍主要脑刺激干预的现状,指出神经调控的基础与临床研究近年显著进展,其临床效用证据已促成美国 FDA 对多种脑刺激形式及多个适应症的新的许可。
推荐理由:综述梳理脑刺激干预在神经精神科的证据与FDA获批适应症,并讨论闭环刺激与家用设备等方向。
一项系统综述与元分析汇总了深部脑刺激治疗重性抑郁障碍的研究证据,作者为Manocchio等,相关数据集已在Mendeley Data公开(https://doi.org/10.17632/cvmnzfd9v7)。研究按PRISMA 2020声明开展,并使用ROBINS-I工具评估非随机研究的偏倚风险。
推荐理由:汇总多项深部脑刺激治疗重性抑郁障碍的研究,可帮助了解该疗法在难治性患者中的疗效与安全性证据。
RECOVER 是一项为期 12 个月的三盲随机试验,在 493 名极难治重性抑郁障碍成人(本次发作至少四种治疗失败)中比较辅助性迷走神经刺激(VNS)与假刺激。
推荐理由:RECOVER 试验显示迷走神经刺激在极难治抑郁中多项指标优于假刺激,并讨论了难治样本的疗效评估方法。
《American Journal of Psychiatry》刊文讨论精神医学中的精准神经调控,重点聚焦时间干涉刺激。文章发表于该刊第183卷第10期,页码721-733。
一篇综述指出,经颅电刺激时间干涉(TES-TI)利用多路高频载波电流产生低频调幅包络,可相对聚焦地作用于深部脑区,减少脱靶暴露。该技术通过调节0.5–80 Hz的生理相关振荡影响神经环路,并正在探索约130 Hz的高频应用。目前其参数优化、效应强度与临床相关性仍待研究,尚属探索性方法。