打破刻板印象:大脑模型不是万能的

机器学习帮助科学家理解了大脑是如何产生复杂的人类特征的，揭示了与工作记忆等行为、冲动等特征和抑郁症等障碍相关的大脑活动模式。有了这些工具，科学家们就可以建立这些关系的模型，理论上，这些模型可以用来预测个体的行为和健康状况。但这只有在模型能代表所有人的情况下才有效，而此前的研究表明，模型不能代表所有人。在8月24日发表在《自然》杂志上的一项研究中，耶鲁大学的研究人员调查了这些模型往往会失败的人，为什么会这样，以及可以做些什么。

　　

机器学习帮助科学家理解了大脑是如何产生复杂的人类特征的，揭示了与工作记忆等行为、冲动等特征和抑郁症等障碍相关的大脑活动模式。有了这些工具，科学家们就可以建立这些关系的模型，理论上，这些模型可以用来预测个体的行为和健康状况。

但这只有在模型代表所有人的情况下才有效，而此前的研究表明，模型不能代表所有人;对于任何模型来说，总有一些人不适合这个模型。

在8月24日发表在《Nature》杂志上的一项研究中，耶鲁大学的研究人员调查了这些模型往往会失败的人，为什么会这样，以及可以做些什么。

医学博士Abigail Greene说，为了使模型发挥最大作用，它们需要适用于任何特定的个体。例如，如果我们想将这类工作应用于临床，我们需要确保该模型适用于坐在我们面前的患者。

Greene和她的同事们对模型如何提供更精确的精神病学特征感兴趣，他们认为这可以通过两种方式实现。首先是对患者群体进行更好的分类。例如，精神分裂症的诊断包含一系列症状，而且每个人的症状看起来都有很大的不同。对精神分裂症的神经基础，包括其症状和亚类别的深入了解，可以让研究人员以更微妙的方式对患者进行分组。其次，像冲动这样的特征在各种诊断中都有。了解冲动的神经基础可以帮助临床医生更有效地针对该症状，而不必考虑其所依附的疾病诊断。

Greene说:“这两项进展都将对治疗反应产生影响。我们对这些可能患有或可能不患有相同诊断的亚群体了解得越好，我们就能更好地针对他们定制治疗方案。”首先，模型需要适用于所有人。

为了理解模型的失败，Greene和她的同事们首先训练了一些模型，这些模型可以利用大脑活动的模式来预测一个人在各种认知测试中的得分。经过测试，这些模型正确地预测了大多数人的得分。但对一些人来说，他们是错误的，错误地预测人们会得分很低，而实际上他们得分很高，反之亦然。然后，研究小组观察了模型未能正确分类的人群。

Greene说:“我们发现了一致性——相同的个体在不同的任务和不同的分析中被错误分类。在一个数据集中被错误分类的人与在另一个数据集中被错误分类的人有一些共同点。因此，被错误分类真的很有意义。”

接下来，他们想看看这些类似的错误分类是否可以用这些个体大脑的差异来解释。但并没有一致的差异。相反，他们发现错误分类与社会人口因素(如年龄和教育)和临床因素(如症状严重程度)有关。

最终，他们得出结论，这些模型并不仅仅反映认知能力。Greene解释说，它们反映的是更复杂的“概况”——某种认知能力和各种社会人口统计学和临床因素的混合。这些模型让所有不符合这种刻板印象的人都失望了。例如，研究中使用的模型将更多的教育与更高的认知测试分数联系起来。任何受教育程度较低但得分较高的人都不符合该模型的描述，因此经常被错误地预测为低分。使问题更加复杂的是，该模型无法获得社会人口信息。社会人口变量嵌入在认知测试的分数中，本质上，认知测试在设计、执行、评分和解释方面的偏差会渗透到所获得的结果中。偏见在其他领域也存在;例如，研究已经揭示了输入数据偏差如何影响刑事司法和医疗保健中使用的模型。因此，测试分数本身是认知能力和其他因素的综合，而模型是预测综合因素的。”

这意味着研究人员需要更仔细地思考给定测试真正测量的是什么，因此，模型预测的是什么。该研究的作者为如何缓解这一问题提供了一些建议。他们建议，在研究设计阶段，科学家应该采用策略，将偏差最小化，并最大化他们所使用的测量的有效性。在研究人员收集数据后，他们应该尽可能多地使用统计方法来纠正遗留下来的刻板印象。

研究人员说，采取这些措施将导致模型更好地反映正在研究的认知结构。但他们指出，完全消除偏差是不可能的，所以在解释模型输出时应该承认这一点。此外，对于某些措施，可能需要多个模型。

耶鲁大学医学院放射学和生物医学成像教授、该研究的资深作者Todd Constable说:“将来有一天，你只需要为不同的人群提供不同的模型。一种模式不可能适合所有人。”