PsyBrain 脑心前沿 / 脑疾病与临床：顶刊文献解读专题 / A · 文献解读 / A071 · BP告别抑郁症治疗“试错”时代：斯坦福团队用fMRI精准

A071 BP | 告别抑郁症治疗“试错”时代：斯坦福团队用 fMRI 精准医疗

来源：公众号 PSY-Brain_Frontier ｜发布：2025-10-17 ｜原文链接

PsyBrain 脑心前沿 | 公众号 PSY-Brain_Frontier

一键关注，点亮星标 ⭐️

不错过每日前沿资讯

认知神经科学前沿文献分享

基本信息：

Title:Developing Clinically Interpretable Neuroimaging Biotypes in Psychiatry

发表时间：2025.9.8

Journal: Biological Psychiatry

影响因子：9.1

获取原文：

后台回复“文献”即可获取PDF版本
点击页面底部“阅读原文”即可跳转论文原网页

综述人信息

共一第一：Jeesung Ahn

Department of Psychiatry and Behavioral Sciences, Stanford University School of Medicine, Stanford, CA, 94305, USA

斯坦福大学医学院，精神病学与行为科学系

共一第二：Lara Foland-Ross

同一作单位

最后署名：Leanne M. Williams

同一作单位

Sierra-Pacific Mental Illness Research, Education, and Clinical Center (MIRECC), Veterans Affairs Palo Alto Health Care System, Palo Alto, CA, 94304, USA

引言：为什么治愈抑郁症这么难？

想象一下，如果一个人感到胸口疼，医生绝不会只根据“胸痛”这个症状就随便开药。医生会让他去做心电图、心脏彩超或者CT，来“看一看”心脏到底出了什么问题，是血管堵了，还是心肌有问题？找到病根后，才能对症下药。然而，在抑郁症的治疗上，我们很大程度上还停留在“只问症状”的阶段。医生根据患者的自我描述（如情绪低落、失眠、食欲不振等）来诊断，然后开始“试药”。这种“试错式”的治疗方法导致只有约三分之一的患者在首次治疗后能够康复，很多人平均要花费七年时间才能找到有效的治疗方案，治疗效率太低。

因此本文作者想，我们能否像治疗心脏病一样，通过“看见”大脑的实际工作状态，来为每一位抑郁症患者精准地匹配最适合他们的治疗方案？因此作者提出，功能性磁共振成像（fMRI）技术，就像是给大脑拍的“动态工作录像”，可以帮助我们实现这一目标。

综述逻辑

总的来说，这篇文章的讲述思路非常清晰：

1. 提出问题：通过与心脏病学的类比，指出当前抑郁症治疗依赖“试错”模式的巨大痛点。

2. 提供方案：介绍了一种基于fMRI的标准化、可量化的神经环路评估系统（EtCere，他们自己设计的）。

3. 验证效果：通过具体的临床数据和案例，强有力地证明了这种“看脑治病”的精准医疗模式，可以将治疗的响应率和康复率提升一倍甚至更多。

4. 展望未来：讨论了将这项技术真正推广到临床所面临的挑战和机遇，为精神病学的未来发展指明了方向。

核心发现

从“试错”到“精准”，精神病学的未来愿景

作者首先通过类比，清晰地阐述了精神病学领域正在经历的变革。现状与类比 (Figure 1)：文章开篇就用一张图将心脏病学与精神病学进行对比。在心脏病学中，通过影像技术（如心脏彩超）观察心脏在静息和压力状态下的功能，已经是诊断和治疗的黄金标准。作者认为，精神病学也应如此，通过脑成像技术（fMRI）观察大脑在静息和执行认知情感任务时的状态，从而对疾病进行更精确的“分型诊断”。

Figure 1. The analogy between precision medicine in cardiology and psychiatry

两种治疗模式的对比 (Figure 2)：这张图直观地展示了当前“试错式”治疗与未来“神经环路指导的精准治疗”之间的巨大差异。

当前流程：医生根据临床经验开药，患者开始一个约7周的试药周期。如果无效，就换下一种药，如此反复。这个过程平均长达七年，且只有33%的患者能首次康复。
未来模型：患者进行fMRI扫描，通过分析大脑特定神经环路的功能状态，生成一份个体化的“大脑功能报告”。基于这份报告，医生可以预测患者对哪种治疗（药物A、药物B或心理治疗）最有可能产生反应，从而直接选择最优方案，有望将康复率翻倍，并将找到有效治疗的时间缩短至7周左右。

Figure 2. Conceptual overview: From trial-and-error to circuit-guided precision psychiatry

核心技术平台——EtCere系统如何量化大脑功能

为了实现上述愿景，作者团队开发并介绍了一个名为“斯坦福EtCere图像处理系统”的平台。这个平台是实现精准治疗的技术核心。

Figure 3. Framework and visualization of EtCere-derived circuit scores

六大神经环路 (Figure 3A)：该系统重点量化与抑郁和焦虑最相关的六个大规模脑网络（神经环路），包括：默认模式网络、突显网络、注意网络、负性情绪环路、正性情绪环路和认知控制环路。
个性化评分与报告 (Figure 3B & 3C)：系统处理fMRI数据后，会为每个患者的每个环路生成一个“个性化环路分数”。这个分数会与一个健康人群的参考数据库进行比较，从而得出标准分（如图中的STENS分数，范围1-10），让医生能直观地看出患者哪个环路的功能“偏离”了正常范围以及偏离的程度。Figure 3C展示了两位不同患者的最终报告示例，清晰地标示出他们的主要功能障碍环路。
可靠性与有效性 (Figure 3D & 3E)：作者还展示了该系统的稳定性和科学性。Figure 3D表明，即使在不同的扫描仪和时间点，同一个人的环路分数也高度一致，证明了其可重复性。Figure 3E则显示六个环路之间的评分关联度很低，证明它们是相对独立的“功能模块”，保证了测量的有效性。

第三部分：临床应用案例——如何用大脑“生物类型”指导治疗选择

这是文章最具说服力的部分。作者通过三个具体的临床用例，展示了如何利用EtCere系统生成的环路分数来预测和匹配治疗，并用Figure 4汇总了效果。

图10

Figure 4. Neural circuit-based treatment matching improves depression treatment outcomes

用例1：默认模式环路 -> 指导选择不同种类的抗抑郁药 (Figure 4, Top Row)。发现默认模式环路内部不同子区域的连接模式，可以预测患者对三种常用抗抑郁药（舍曲林、艾司西酞普兰、文拉法辛）的反应。例如，对于前部连接分数高的患者，如果匹配使用舍曲林，康复率高达69.6%，而“不匹配”（分数低却用了舍曲林）的患者康复率仅为15.6% 。匹配治疗使康复率提升了106%。
用例2：负性情绪环路 -> 指导选择药物治疗 vs. 行为治疗 (Figure 4, Middle Row)。发现负性情绪环路（主要涉及杏仁核和前扣带皮层）的活跃程度可以区分谁更适合药物，谁更适合行为疗法。环路分数高的患者，若匹配行为治疗，康复率为62.5%；若不匹配（分数高却用了药物），康复率仅为9.5%。匹配治疗使康复率提升了247%！而分数低的患者则更适合文拉法辛。
用例3：认知控制环路 -> 指导选择常规药物 vs. 其他疗法（如TMS）(Figure 4, Bottom Row)。发现认知控制环路（主要涉及背外侧前额叶皮层）的功能状态，可以识别出那些对标准抗抑郁药可能无效的患者。对于认知控制环路分数低的患者，他们对常规抗抑郁药的反应不佳。但如果将他们匹配给经颅磁刺激（TMS）治疗，响应率可以达到41.2%，而“不匹配”的患者响应率仅为15.6%。这提示我们可以为这部分患者尽早“更换赛道”，避免在无效的药物上浪费时间。

图11

相关阅读：疾病机理解码

Biological Psychiatry |大数据脑模型揭示精神疾病精准医疗新路径⭐️[ 解读链接 ]

Biological Psychiatry | 边缘中心视角揭示抑郁症奖赏回路过度多样化 *⭐️[ 解读链接 ]***

Nature Communications | 自闭症大脑兴奋抑制失衡与氯胺酮效应相似 *⭐️[ 解读链接 ]***

Biological Psychiatry | 7T揭示自闭症大脑社交地图的构建与使用障碍 *⭐️[ 解读链接 ]***

图12

本文解读基于：Developing Clinically Interpretable Neuroimaging Biotypes in Psychiatry，Doi： 10.1016/j.biopsych.2025.08.019IF: 9.0 Q1 B1。核心图表、方法细节、统计结果与讨论见原文及其拓展数据。

分享人：

审核：PsyBrain 脑心前沿编辑部

图13