古老的贝叶斯数学算法，却给现代精神障碍研究带来曙光

摘要：一个源自18世纪的数学理论有可能解释精神障碍者的思维缺陷。

18世纪的英国神职人员托马斯·贝叶斯建立了一种基于先验计算事件发生可能性的方法。在贝叶斯方法的语境下，如果精神疾病患者使用的计算值出现偏差，他们对现实世界的感知就会产生混乱。

在颅骨以内的黑暗空间里，人的大脑建立起了一个独属于它的现实。大脑将自己的预期与接收到的感官信息交织在一起，建立起了自己理解外部世界的方法。对于很多人来说，大脑是一个技术高超的说书人，但为了创造一个故事，它还需要自己添加更多细节。「大脑是一个猜测型机器，它无时无刻不在猜测外面发生了什么，」计算神经科学家 Peggy Seriès 说。

出现轻微偏差的猜测——如把微笑误解为嘲笑——往往是没有什么伤害的。但是， Seriès 和其他计算神经科学家认为，严重的猜测偏差可能是导致精神分裂症、自闭症和焦虑症等精神疾病的原因之一。他们认为，一种叫做贝叶斯定理（Bayes’ theorem）的数学定理，有可能为一直充满争议的精神疾病研究提供新的角度。贝叶斯定理指的是「新的证据可以被用来修正此前的观点」。

贝叶斯定理「提供了一种新词汇、新工具和新方法来看待事物，」来自爱丁堡大学的 Seriès 说。

由贝叶斯数学方法指导的实验结果显示，患有精神疾病患者的猜测过程不同于常人，例如，精神分裂症患者很难将自己的预期和自己的感知联系起来。而另外一些实验则证明，患有自闭症和焦虑症的人无法及时更新他们对事情的预期。这种能力的缺失会让他们的决策能力受到干扰。

伦敦大学学院的精神病专家和神经科学家 Rick Adams 认为，考虑到精神分裂症和自闭症这类精神疾病的复杂性，此前关于它们的学说有自己的不足也是很正常的。目前很多关于精神疾病的解释都非常模糊且难以测试。在这种令人失望的现状下，Adams 认为有一种数学理论能够改变这种情况，这种理论可以做出预测并接受精确测试。

「这对传统的认知心理学方法来说的确是一种进步。在传统方法里，你需要用框图画出一系列流程图，并用『注意』和『阅读』之类的标签标注这些框图，但是没有人知道在这些框图里面到底发生了什么，」Adams 说。

将数学应用到精神疾病研究「是一个很新的领域，」他补充道。他指了指面前的一本《计算精神病学》（Computational Psychiatry）杂志，这本杂志这个夏天将会发行第一期。「才刚拥有第一本期刊的领域无疑是很新的。」

数学头脑

对于精神疾病圈来说，贝叶斯的理论可能很陌生，但是这个理论已经存在了好几个世纪。18世纪托马斯·贝叶斯第一次提出这个理论，这种理论非常看重过去的经验。贝叶斯认为，基于已有经验的证据叫做「先验」，它是对于得到合理答案非常关键。如果他知道他的理论被严谨地应用在神经疾病研究上，他一定会很惊讶，但是二者的逻辑是完全想通的。为了准确猜测将会发生的事情，大脑不能仅仅依靠即时传入的感官信息，它还需要调用已有的经验。将这两种信息准确地结合在一起，才是让大脑尽可能正确地感知世界的关键。

贝叶斯发明了一种将数字加入研究过程的方法：将从过往经验与当前观察中产生的概率结合起来，贝叶斯公式可以估算一种情况可能出现的概率。一些研究表明，正常工作的大脑似乎总是凭直觉作出这种计算，就像一个老练的贝叶斯学派统计学家。

C” />

运用贝叶斯理论来预测一场火灾发生的可能性

上述的这种计算，要求大脑给予先验预测和当前信息适当的加权，不同情况下的加权值会有所不同。当感觉器官运转不畅时，大脑需要偏向于先前预测。举个例子，如果邮递员每天下午 4 点钟来送信，但是如果暴风雨来临时，我们无法依赖视觉，那么我们会根据此前的经验判断，下午的敲门声应该是邮递员在送信。但是在患有精神疾病的人身上，这种灵活的调整可能会受阻。

患有精神分裂症的人经常会遭受到幻觉、错觉或乏力等症状的困扰，特别是当现实和想象的边界模糊的时候。这种困扰会导致患者听到根本不存在的声音，以及相信一些根本不可能存在的事情。这种对现实的错误感知，可能是由于患者将新证据与先前经验融合的方式有所不同。

C” />
一般人很容易认为右边的人脸和左边的一样是凸起的，实际上它是凹陷的。而精神分裂症患者则不容易出错。

这种扭曲的计算过程是有证据支持的。例如，患有精神分裂症的人不像大部分人那样，会被一些视觉现象所迷惑。同样看一张橡胶面具背面的照片，大多数人会错误地将图片转化成一张凸出的脸，而精神分裂症患者看到的就是事物本来的样子——一副凹下去的面具。在这个例子中，精神分裂症患者更依赖于眼睛看到的东西，而不是在脑海中预想一张鼻子向外凸出的脸。

但是，对于更复杂的情况，情况有可能却正好相反。根据伦敦大学学院 Wellcome Trust 神经成像中心的神经心理学家 Chris Frith 所说，「在这种情况下，精神分裂症患者的先验知识影响过小，但在其它情况下，先验知识的影响又可能过大」。

在近期的一项研究中，研究人员给两组被试者展示一组难以辨认的模糊的黑白图片，一组是精神健康的人，另一组是刚产生精神紊乱现象的人，而精神紊乱现象是精神分裂症的一种早期症状。被试者们随后被展示一组更容易辨识的彩色图片，然后再回到黑白图片。结果，患有早起精神紊乱症状的人更容易辨识黑白图片，这表明他们使用他们的先验知识——彩色图片——来「看见」这些模糊的内容。而没有精神紊乱症状的人，则并未因看过彩色图片而产生显著变化。这种差异表明，精神分裂症患者平衡过往经验与当前观察的方式与常人不同，而有时这种平衡很容易倒向任意一边。

今年二月份在盐湖城（Salt Lake City）举办的美国计算神经科学年会（the annual Computational and Systems Neuroscience meeting）上，Seriès 介绍了另一个视觉研究的结果。一小组精神分裂症患者被要求描述屏幕上的一组点是如何运动的。这些点在某些方向上运动得更加频繁——科学家们能够利用这一统计特征来观察被试者能否预测点的移动方向。结果是，11 位精神分裂症患者们能够和其他 10 位精神健康的被试者一样，成功地预测点的移动方向。在这项实验中，精神分裂症患者对于先验知识的运用似乎十分正常。

但是当实验内容产生一些改变时，两组被试者开始表现出明显的差异。有时，屏幕上的点几乎看不见，有时，屏幕上又根本没有点。当屏幕空白的时候，精神分裂症患者往往并不会错以为点还在屏幕上。Seriès 说这可能是这些患者摄入药品的缘故。事实上，之前的实验确实表明，未摄入药品的精神分裂症患者，更容易错以为屏幕是非空白的。

思维游戏，事先预期会导致大部分人认为，棕色点（上方）的大小不同，蓝色吃豆人（中间）之间存在三角形，或者桌面面积不同。而患有孤独症或精神分裂症的人则不会产生这类错觉。

Seriès 承认，目前关于精神分裂症的初步研究结果比较稀少，且很少产生矛盾。「这只是个开始，」她说，「我们知道的还很少。」

这项研究十分前沿，以致于没有合适的理论体系来解释它，但这是意料之中的。Adams 说：「如果说之前 100 年的精神分裂症研究告诉了我们什么，那就是我们永远不会得到万能的、简单的解释。」但同时他认为，通过运用数学来描绘人们认知世界的方式，我们很有可能在精神疾病的病因研究上有很大的突破。

「你可以有很多途径将预期灌输进对象的脑海中，你还能够控制他们所看到的证据。」Adams 说。贝叶斯理论「告诉你从先前的知识和当前的证据中应该推断出什么。」如果推断结果与预期不同，科学家们就能进行下一步了。例如，大脑扫描或许能够揭示错误的答案是如何产生的。Adams 说，当拥有了对于这些差异的清晰描绘之后，「我们或许能以一种新的方式来测量人们的认知过程，并以一种新的方式来诊断精神问题。」

现在 VS. 过去

一些研究人员认为，自闭症患者结合感官信号与已知经验的方式也可能与众不同。在一些情况下，自闭症患者会更加依赖于他们所感知到的信息，而不是之前的预期。之前的一些实验也证实了这一观点。在 60 年代，心理学家们发现，患有自闭症的儿童，在记忆无意义的句子（「到是去树打让」）与记忆有意义的句子（「鱼在池塘里游泳」）时表现相当，而无自闭症症状的儿童则更难记住无意义的话。但是患有自闭症的儿童则并不会被无意义的句子难倒，这表明他们更少通过对句子意义的预期来记忆，而是将句子逐字地记在脑海里。

另一项研究也证实了自闭症患者对感官信息的高度依赖。一组自闭症患者与一组对照组被要求判断给定的画面和声音是否是同时出现的。屏幕上会出现一个白色戒指，提示音会出现在戒指出现之前、之后、或同时出现。非自闭症患者会被先前的非同时发生的情况所影响，而自闭症患者却并不会被之前的情况所影响。这项研究于今年二月发表在 Scientific Reports 上。

比萨大学的 Marco Turi 及其同事认为，在文字上的认知也会影响在语言上的认知。为了理解一段讲话，听者需要将视觉和听觉信息结合在一起，而二者往往并非同时被接收到。

而另一项研究发现，自闭症儿童比其他孩子更能够辨析屏幕上点的移动。自闭症患者的大脑似乎更依赖于感官信息，来预测事情将会如何变化。伦敦大学学院的 Elizabeth Pellicano 和西澳大学的 David Burr 在 2012 年的 Trends in Cognitive Sciences 发表了这一概念。他们认为，自闭症患者眼中的世界是「过度真实」的。

然而，新数据警示人们不要得出过于简单的结论。认知科学神经学会 4 月份在纽约的年会上展示了一项实验，20 位有、以及没有自闭症的成年人被要求快速按下与屏幕上目标相对应的按键。他们的任务非常简单，因为屏幕上的目标按照序列出现。所有被试者都逐渐学会根据顺序来预测下一个目标，但是当顺序改变的时候，自闭症患者出现了明显的不适应。这个结果表明，自闭症患者能够正常地学习先验知识，但是难以及时更新它们。剑桥大学的认知神经科学家 Owen Parsons 展示了这一实验。

记忆测试

在 1967 年的一个研究中，患自闭症的儿童在记忆有意义和无意义的句子时，熟练程度是一样的。这一结果表明，他们对于有意义的句子也很少使用预期。

一些研究人员认为，扭曲的计算方式——以及随之创造的另一个版本的世界——对抑郁和焦虑也可能起到一定影响。在经受抑郁痛苦的时候，人们可能坚持扭曲的先验——比如相信好的东西就是得不到。而且高度焦虑的人在多变的环境中难以做出好的抉择，2015 年加州大学伯克利分校的神经学家 Sonia Bishop 和他的同事在《自然神经科学》中的报告中这样表示。

在他们的实验中，人们需要在给定的形状中选择一个，有些形状会使选择者受到轻微的电流电击。当形状和电击之间的关系发生变化时，低焦虑的人能快速学会如何避开点击选项。但研究人员发现，在关系发生变化时，高度焦虑者的适应能力很差。「高度焦虑的个人看起来不能够随多变环境和稳定环境调整学习。」Bishop 说。

压力终结

当环境变化时，有高度焦虑的人（浅蓝）从电击中的学习能力（通过瞳孔大小的变化进行测量）要弱于低程度焦虑的人（深蓝）。

来源：Michael Browning 等人/《自然神经科学》2015 年。

科学家现在还无法说出来是什么原因造成焦虑症人士、自闭症患者难以在新环境下进行调整。可能是一旦学习到一些规则（电脑按键的序列，或者形状和电击的联系），这种患者难以根据新信息更新先验。

这种模式固化可能首先作用于焦虑患者，Bishop 推测。「当意料之外的事发生时会非常糟糕，因为你不知道该如何应对。」而且这种犹豫不决「可能是焦虑和压力的来源。」

重新计算

Bishop 说精神疾病研究「经历了许多挫折并且难以进步」。在大脑研究上应用数学理论可能是前进的一种方式。她说，研究人员「总体上对计算神经医学非常的兴奋。」

苏黎世大学计算精神病学家 Quentin Huys 就是这些人中的一个。他说，数学能以一种当前心理研究方法不能做到的方式，阐明精神疾病。而且，把大脑作为贝叶斯数字统计器来进行研究，可能使对精神疾病的理解过程更加严谨。Huys 认为算法是非常必要的，「许多方面都需要它的协助。」例如，如果在认知测试上，高度焦虑的人的表现很不一样，那这种测试就可以用于诊断疾病、监测治疗疗效如何。

科学家希望通过对精神疾病的深度描述，我们能更加清晰地识别精神失调症状，运用图表评估疗效，甚至能改进治疗方法。Bishop 提出了开发 App 帮助高度焦虑的人群评估状况的可能性——为难做决定的人提供决定外包服务。Frith 指出认知行为治疗可能帮助抑郁症患者认识重新计算他们的经历，在负面经历上支配更少权重，这可能帮助他们打破沮丧循环。

Adam 表示，除了这些潜在的干预，让人们更好地了解他们的大脑是如何工作的能减轻压力。「如果你能对患者所经历的事情给出一个合理的解释，这可能是非常有意义、有帮助的事。」他说，「这能消除这些负面经历的烙印。」