Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

科学家使用人工智能追踪大脑中迷幻体验的起源

Posted on 2022-03-20
科技故事星系女孩保护眼睛

在过去的几十年里,迷幻药被广泛地诬蔑为危险的非法药物。但最近关于将它们用于治疗精神疾病的学术研究激增,正在引发公众舆论的转变。

迷幻药是精神药物:影响您精神状态的物质。其他类型的精神药物包括抗抑郁药和抗焦虑药。然而,迷幻剂和其他类型的致幻剂的独特之处在于它们能够暂时诱发强烈的幻觉、情绪和自我意识的破坏。

研究这些效果的治疗潜力的研究人员发现,迷幻剂可以显着减轻抑郁和焦虑、创伤后应激障碍、药物滥用和其他精神疾病的症状。迷幻药诱发的强烈体验或“旅行”被认为创造了一个临时的认知灵活性窗口,使患者能够接触到他们心理中难以捉摸的部分,并形成更好的应对技巧和思维模式。

然而,迷幻药究竟是如何产生这些效果的,目前还不清楚。因此,作为精神病学和机器学习的研究人员,我们有兴趣弄清楚这些药物如何影响大脑。借助人工智能,我们能够在使用迷幻药将人们的主观体验映射到大脑的特定区域,直至分子水平。

在大脑中绘制“旅行”图

每种迷幻药在体内的作用都不同,这些药物产生的每种主观体验都有不同的治疗效果。例如,神秘类型的体验或与世界统一和一体的感觉与抑郁和焦虑的减少有关。了解每种迷幻药如何在体内产生这些特定效果可以帮助临床医生优化其治疗用途。

为了更好地了解这些主观影响如何在大脑中表现出来,我们分析了来自Erowid 中心的 6,000 多份关于致幻体验的书面证明,该中心收集并提供有关精神活性物质的信息。我们将这些推荐信转化为所谓的词袋模型,该模型将给定的文本分解为单个单词并计算每个单词出现的次数。然后,我们将与每种迷幻药相关的最常用词与大脑中已知与每种药物结合的受体配对。在使用算法提取与这些词-受体对相关的最常见的主观体验后,我们通过将这些体验与每个区域中存在的受体类型相匹配,将这些体验映射到不同的大脑区域。

我们发现了新的链接和模式,证实了研究文献中已知的内容。例如,感觉知觉的变化与大脑视觉皮层中的血清素受体有关,该受体与有助于调节情绪和记忆的分子结合。超越的感觉与显着网络中的多巴胺和阿片受体有关,显着网络是一组参与管理感觉和情绪输入的大脑区域。幻听与遍布整个听觉皮层的许多受体有关。

我们的研究结果还与主要假设一致,即迷幻剂会暂时降低自上而下的执行功能,或涉及抑制、注意力和记忆等的认知过程,同时放大涉及感觉体验的大脑区域。

为什么重要

美国正在经历一场深刻的心理健康危机,Covid-19 大流行加剧了这种危机。然而,自1980 年代百忧解和其他选择性血清素再摄取抑制剂(最常见的抗抑郁药类型)以来,还没有真正的新精神药物治疗。

我们的研究表明,有可能将多样化和极度主观的迷幻体验映射到大脑的特定区域。这些见解可能会带来新的方法来结合现有的或尚未发现的化合物,从而为一系列精神疾病产生所需的治疗效果。

精神病学家斯坦尼斯拉夫·格罗夫(Stanislav Grof) 提出了著名的建议:“[P] sychedelics,负责任地和适当谨慎地使用,对于精神病学来说,就像显微镜对于生物学和医学研究或望远镜对于天文学一样。”随着迷幻剂和其他致幻剂在临床和文化上变得越来越普遍,我们相信更多的研究将进一步阐明它们所引发的体验的生物学基础,并帮助实现它们的潜力。

本文根据知识共享许可从The Conversation重新发布。阅读原文。

图片来源: Marco Xu / Unsplash

来源: https://singularityhub.com/2022/03/20/scientists-use-ai-to-trace-the-origins-of-psychedelic-experiences-in-the-brain/

发表回复 取消回复

要发表评论,您必须先登录。

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme