脑刺激技术通过电或磁信号调节神经活动，在神经科学研究与临床治疗中应用广泛，尤其对抑郁症、帕金森病和癫痫等疾病显示出潜力。然而，一个长期困扰临床医生和研究者的难题是：即使刺激参数和位置完全相同，不同个体甚至同一次治疗中的反应也可能相差数倍。这种不可预测性严重制约了神经调控疗法的精准性和可靠性。最新发表在《Brain Stimulation》上的一项研究，利用欧洲脑计划（EBRAINS）平台共享的大型数据集，揭示了刺激前大脑的即时状态可能是解释这种变异性的关键，并为实时调控脑刺激提供了新的可能。

预刺激脑状态：反应变异性的预测指标

研究团队分析了来自36名癫痫患者的颅内立体脑电（SEEG）和头皮高密度脑电（hd-EEG）同步记录数据。这些患者在医学必需的癫痫灶定位过程中接受了颅内电刺激。研究人员共评估了约320个刺激会话中的超过10,000次单脉冲刺激，并提取了刺激前125项脑活动指标，涵盖网络同步性、功能连接和信号复杂性等多个维度。通过机器学习方法，他们发现刺激前大脑的全局活动状态，而非局部单一脑区的活动，能够最准确地预测刺激反应的大小。尤其当刺激靶向感觉运动网络和视觉网络时，预测效果最为显著。值得注意的是，当研究者仅选择具有特定预刺激脑特征的试验进行分析时，刺激反应的变异性降低了高达24%。这一发现表明，通过实时监测脑状态，或许可以筛选出最佳刺激时机，从而显著提高神经调控的稳定性。

从机制到应用：实时监测与个性化治疗

该研究的另一重要发现是，预测性脑模式在颅内和头皮脑电记录中均存在，这为非侵入性临床应用提供了可能。研究者指出，头皮脑电的可行性意味着未来可能开发出无需手术的脑状态监测设备，用于指导经颅磁刺激（TMS）或经颅直流电刺激（tDCS）等非侵入性治疗。论文通讯作者之一Davide Momi博士表示：“我们的研究首次在如此大规模的数据集上证明了预刺激脑状态对刺激反应的预测价值，这为神经调控的精准化提供了坚实的理论基础。”另一位作者Giovanni Rabuffo补充道：“EBRAINS平台的数据共享机制使得这种跨中心、大样本的分析成为可能，我们期待更多研究者利用这些资源推动该领域的发展。”该研究不仅揭示了脑刺激反应变异性的神经机制，还为开发实时闭环调控系统铺平了道路。未来，临床医生或许能够根据患者当下的脑状态动态调整刺激参数，实现真正的个性化治疗，从而最大化疗效并减少副作用。