{"id":"mb-20261105-408d91","kind":"deep","title":"AI用68万脑电信号倒推意识机制：对抗训练找到昏迷大脑唤醒新靶点","summary":"传统深度学习只能诊断昏迷却解释不了原因。加州大学洛杉矶分校团队在《Nature Neuroscience》发表全新方案，将68万段脑电训练的鉴别模型与高保真生物模拟器进行对抗，不仅精准定位了基底核间接通路退化与皮层抑制偶联，更意外推演出刺激丘脑底核这一前所未有的昏迷促醒治疗路径。","body":"一个陷入深度昏迷的大脑，要怎么把它重新开机？\n过去几十年，神经科学家几乎试遍了所有能想到的深脑电极。\n有人能勉强眨眨眼，绝大多数人毫无反应。\n因为根本没人说得清，意识这台机器究竟是在哪个零件上卡壳了。\n\n大脑有 860 亿个神经元。\n每一个神经元都在以毫秒级的速度放电。\n清醒的时候，大脑皮层和深部脑区之间，是无数条高速互通的信号回路。\n一旦遭遇严重创伤或者缺氧，这套回路瞬间停摆。\n为什么停摆？\n医生不能把昏迷病人的脑袋打开，像修收音机一样逐根拔线去测。\n伦理不允许，工程上也做不到。\n那直接上人工智能行不行？\n\n其实早就有人试过了。\n把海量的脑电图喂给深度学习模型，让它判断一个人到底是清醒还是昏迷。\nAI 识别得很准，准确率轻松超过九成。\n但这对救人没有太大帮助。\n因为传统的深度学习是个黑盒子。\n它能告诉你“这个人确实昏迷了”。\n但如果你问它：究竟是哪根神经断了？电极该插在什么具体位置才能救他？\n黑盒子给不出回答。\n它只认得波形的长相，不懂背后的因果关系。\n\n2026 年 3 月，加州大学洛杉矶分校的神经科学家 Daniel Toker 和 Martin Monti，在《Nature Neuroscience》上发了一篇论文。\n他们换了一个完全不同的搞法。\n他们做了一套生成对抗系统。\n系统里有两个角色在互相对打。\n第一个角色，是一个侦探模型。\n研究团队找来 565 名人类受试者，再加上猴子、大鼠和蝙蝠的数据。\n切出超过 68 万段时长 10 秒的脑电活动信号，把这个侦探训练得极具经验。\n不管多杂乱的脑电波，它扫一眼就能判出：这是清醒的大脑，还是昏迷的大脑。\n\n光有侦探还不够。\n他们造的第二个角色，抛弃了纯黑盒算法。\n这是一个严格遵循大脑物理结构的生物模拟器。\n这个模拟器里的每一个参数，都对应着大脑里真实的生物部件。\n皮层神经元的抑制强度、基底核通路的导通率、丘脑与皮层之间的反馈回路。\n每一个参数，都是一个可以调节的真实旋钮。\n然后，研究团队让这两个角色开始对抗。\n\n他们把模拟器设定在昏迷状态，给它下了一个命令：\n调整你的生物旋钮，去骗过那个侦探。\n你要在参数改动尽量少的前提下，让侦探把这个模拟大脑误判为彻底清醒。\n这场数字层面的博弈很有意思。\n模拟器不能凭空捏造假数据，它只能去拧那些代表真实脑回路的生物旋钮。\n要想骗过侦探，它就必须自己在大脑复杂的回路网络里，摸出一条让意识复苏的因果路径。\n结果，AI 找出了人类苦找几十年的答案。\n\n它发现的第一个关键线索，在基底核的间接通路上。\n模拟器推演出来，大脑之所以陷入持续昏迷，关键环节是这条抑制回路遭遇了选择性破坏。\n研究人员没有盲信 AI 的结果。\n他们调出 51 名真实意识障碍患者的高精度弥散磁共振成像。\n扫描结果摆在眼前：\n这些昏迷患者的脑部损伤，精准切中在基底核间接通路的退化上。\n\n紧接着，AI 抛出了第二个微观预测。\n在大脑皮层内部，负责抑制信号的神经元之间，出现了异常的相互过度偶联。\n整个皮层的自发节律被这股力量死死锁住。\n研究团队直接走进实验室，对 6 名昏迷患者切除的脑组织样本和中风大鼠模型做 RNA 测序。\n测序数据显示，局部突触连接的分子变化，和 AI 提前算出来的数值高度吻合。\n\n最令人意想不到的是最后一步。\n系统没有任何一行代码被提前告知“该怎么给人治病”。\n当研究人员让它寻找“怎样用最小的外加电刺激把大脑彻底唤醒”时，AI 指向了一个意想不到的地方。\n丘脑底核。\n它算出，只要对丘脑底核施加特定频率的高频电刺激，就能打破基底核的死锁，顺带着重新激活整个丘脑和大脑皮层的循环。\n临床医生看到这个结果全都愣住了。\n过去二十年，神经外科尝试唤醒昏迷病人，几乎全把深脑刺激电极插在中央丘脑。\n那是医学界公认的意识总闸门。\n而丘脑底核呢？\n在临床上，这个微小核团几乎只跟帕金森病挂钩。\n几十年来，医生只有在治疗帕金森震颤的时候，才会往丘脑底核里植入电极。\n从来没有人把它当成唤醒植物人的开关。\nAI 绕过了人类专家的思维定势，在复杂的动力学网络里，走出了一条前所未见的新路。\n当研究人员回过头去核对人类患者的电生理实测数据时，丘脑底核高频刺激产生的网络重构，确实印证了模型的预测。\n\n目前这套方法还在临床探索阶段，离大规模普及到病房还有不少工程验证要走。\n但这套对抗系统的逻辑已经立住了。\n先用 68 万段信号把辨别力磨出来，再逼着生物机理模型去寻找翻转状态的最小动作。\n过去 AI 只能给脑电波打标签。\n现在它能倒推生理回路的开合开关。\n面对大脑最复杂的死锁，人类终于有了一台能推演因果的解题机器。","topic":"AI用68万脑电信号倒推意识机制：对抗训练找到昏迷大脑唤醒新靶点","frame_type":["机制"],"citations":[],"channel_note":"","identity_notice":"","source_type":"generated","status":"published","generated_at":"2026-11-05 21:32:36","legal_anchor_count":0,"transcript_citation_count":0,"seo_title":"AI用68万脑电信号倒推意识机制：对抗训练找到昏迷大脑唤醒新靶点","description":"传统深度学习只能诊断昏迷却解释不了原因。加州大学洛杉矶分校团队在《Nature Neuroscience》发表全新方案，将68万段脑电训练的鉴别模型与高保真生物模拟器进行对抗，不仅精准定位了基底核间接通路退化与皮层抑制偶联，更意外推演出刺激丘脑底核这一前所未有的昏迷促醒治疗路径。","domain":"ai","domain_label":"AI 与大模型","domain_label_en":"AI & LLMs","domain_url":"https://mubeitech.com/deep?domain=ai","canonical_url":"https://mubeitech.com/deep/mb-20261105-408d91","markdown_url":"https://mubeitech.com/deep/mb-20261105-408d91/markdown","json_url":"https://mubeitech.com/api/interpretations/mb-20261105-408d91","published_at":"2026-11-05T21:32:36Z"}