自適應深腦刺激（aDBS）療法面臨的新挑戰與突破
自適應深腦刺激（aDBS）作為傳統深腦刺激（DBS）的進階版本，透過即時調整電刺激參數，以動態響應大腦神經活動的變化，為帕金森氏症等運動障礙患者帶來了希望。然而，一項最新的研究揭示，大腦的視覺狀態，即不同的感覺和知覺環境，會顯著影響用於校準這些刺激的回饋訊號，為 aDBS 的應用帶來了新的挑戰，同時也開啟了優化治療效果的新途徑。
視覺輸入如何干擾大腦訊號？
由 Zhu, GY., Merk, T., Butenko, K. 等人領導的這項研究深入探討了 aDBS 技術背後的神經生理機制。研究發現，視覺輸入的變化會改變大腦訊號的振幅和頻率，直接影響 aDBS 的適應性演算法。這意味著，患者所處的視覺環境，例如光線明暗、場景複雜度等，都可能影響 aDBS 的治療效果。
研究人員利用先進的神經影像技術和電生理記錄，對運動障礙患者在不同視覺條件下進行了嚴格測試，從完全黑暗的環境到複雜的視覺場景。結果顯示，視覺刺激會調節感覺運動迴路，進而影響局部場電位（LFPs）。LFPs 是閉環回饋系統的重要組成部分，它們的變化會直接影響 aDBS 的刺激參數。
數據佐證：視覺狀態與 LFP 的關聯
研究數據顯示，在黑暗環境下，患者的 LFP 訊號較為穩定，而在複雜視覺場景下，LFP 訊號的振幅和頻率則會出現明顯波動。這種波動會干擾 aDBS 演算法對運動症狀的判斷，導致刺激參數的調整出現偏差。例如，在光線較暗的環境下，aDBS 可能會低估患者的運動障礙程度，從而提供不足夠的刺激；而在光線過於明亮的環境下，aDBS 則可能高估患者的運動障礙程度，導致過度刺激。
臨床意義：穩定治療反應，提升生活品質
這項研究最重要的意義在於，它解釋了臨床醫生在實際應用中觀察到的 aDBS 效果變異性。患者的症狀緩解程度常常會隨著環境感覺條件的變化而波動，而這項研究從神經迴路層面解釋了這種現象。將視覺狀態的考量納入刺激方案中，有望穩定治療反應，顯著提升患者的生活品質。
未來展望：更精密的演算法與個人化治療
研究人員指出，透過解碼 LFP 如何根據視覺環境變化，可以開發出更精密的演算法模型，以適應環境感覺輸入，從而根據患者的特定需求和感覺環境更準確地調整刺激。這將為 aDBS 的個人化治療開闢新的途徑。
總結與研判
這項研究揭示了視覺狀態對 aDBS 回饋訊號的影響，為 aDBS 的臨床應用帶來了新的挑戰，但也提供了優化治療效果的新思路。未來，隨著演算法的進一步完善和個人化治療方案的開發，aDBS 有望成為更有效、更穩定的帕金森氏症治療手段。然而，要實現這一目標，還需要更多的研究來深入了解大腦感覺處理與運動控制之間的複雜關係，並開發出能夠有效應對環境干擾的 aDBS 系統。
Newsflash | Powered by GeneOnline AI
For any suggestion and feedback, please contact us.
原始資料來源: GO-AI-6號機 Date: February 1, 2026