長期以來，精神疾病的治療常陷入漫長的「試誤」過程，醫師與病患往往需要耗費數月甚至數年，才能找到最合適的藥物或療法。如今，根據美國喬治亞州立大學(Georgia State University)發表於權威期刊《Nature Mental Health》的最新研究，科學家開發出一種分析功能性磁振造影(fMRI)的新方法，有望為精神分裂症等疾病找到早期診斷的生物標記。
這項突破的關鍵，在於解鎖了過去常被忽略的大腦「非線性」活動模式。研究團隊指出，傳統的fMRI分析多半聚焦於大腦各區域間直接、線性的關聯，但這種方法會遺漏許多隱藏的複雜訊息。 喬治亞州立大學的學者Vince Calhoun形容，這項新技術提供了一個全新的視角，能夠捕捉大腦功能網絡中複雜且隱密的波動。
透過這套新演算法，研究人員能夠從fMRI數據中提取出以往被忽視的非線性模式圖譜，並發現這些圖譜對於區分精神分裂症患者與健康對照組的差異，展現出更高的敏感度。 根據喬治亞州立大學發布的新聞稿，這些過去被隱藏的網絡模式，在傳統的線性分析中是無法被偵測到的，這項發現對於建構臨床生物標記很重要。
事實上，利用腦部掃描來預測治療成效，是神經科學領域持續努力的方向。根據愛默蕾大學(Emory University)早前發表在《JAMA Psychiatry》的一項研究，研究人員利用正子斷層造影(PET)掃描，發現大腦「前腦島」的代謝活動程度，竟能預測憂鬱症患者對藥物治療或心理治療(CBT)的反應。
愛默蕾大學的研究明確指出，前腦島活動較低的患者，接受認知行為治療(CBT)的效果較好，但藥物反應不佳；反之，活動程度較高的患者則對藥物反應良好，但CBT效果較差。 雖然這類研究仍需更多驗證，但它為「精準精神醫學」的理念提供了有力的早期證據，即根據患者的大腦生物特性來選擇最佳治療方案。
英國格拉斯哥大學(University of Glasgow)的研究也呼應了此一觀點。他們在2019年的一份報告中提到，透過fMRI觀察患者在執行特定任務時的大腦活動，能夠以高達80%的準確率，在治療開始前就預測出個案對認知行為治療的反應。 這類進展大幅提升了腦部掃描作為預測工具的潛力。
除了藥物與心理治療，腦部掃描的應用也擴及其他治療方式。根據一篇將於《Science Bulletin》期刊發表的研究預報，來自中國科學院與清華大學的團隊，利用包含數千名憂鬱症患者的龐大fMRI數據庫，開發出一種個人化的經顱磁刺激術(TMS)標靶演算法。 這種方法旨在精準定位刺激區域，以提升治療效果。
從日本奈良科學技術大學院大學運用機器學習預測神經回饋訓練的成效，到世界各地的研究機構致力於尋找憂鬱症、躁鬱症等疾病的生物標記，全球的科學家們正共同努力，希望將精神醫學從基於症狀描述的模式，轉變為基於大腦客觀數據的精準科學。
相關報導：futurity.org、emory.edu