Current gaps in downstream applications of fMRI foundation models: lessons learned from BrainLM & BrainHarmonix on Prevent-AD
本研究评估了 fMRI 基础模型 BrainLM 和 BrainHarmonix 在 Prevent-AD 数据集上的表现，并发现与语言和视觉领域不同，它们目前在临床预测任务中未能超越简单的基准模型，同时还需要大量的代码适配工作，这阻碍了独立研究人员对它们的实际采用。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
人类大脑是一个由数十亿个细胞组成的庞大、轰鸣的网络，这些细胞通过电信号进行通信。为了理解这个网络是如何运作的，科学家经常使用一种被称为功能磁共振成像（fMRI）的强大相机。这台机器拍摄的不是静态照片；相反，它记录了大脑在休息时的“电影”，捕捉在不同区域涌动的细微活动波纹。通过观察这些区域如何同步上升和下降，研究人员可以绘制大脑的功能连接图，就像追踪城市地图上的交通流量以查看哪些街区联系最为紧密一样。多年来，分析这些地图的标准方法是测量每对区域之间的连接强度。这种被称为功能连接的方法，一直是预测一个人的年龄或性别，以及尝试发现阿尔茨海默病等疾病早期迹象的得力工具。
最近，一波人工智能浪潮席卷了科学界，承诺将彻底改变我们理解复杂数据的方式。在语言和视觉等领域，“基础模型”已经变得非常有名。这些是训练在海量数据上的大型计算机程序，旨在学习世界的底层模式，而无需被告知具体答案。它们学习预测句子中接下来的内容或图像的样子，从而建立起一种深层的、灵活的理解，并能应用于新的、较小的任务。脑科学研究人员一直渴望尝试这种方法，希望在数千份脑扫描图像上训练类似的巨型模型，以便让它们学习大脑活动的通用“语法”。人们曾希望这些模型能成为强大的工具，让任何医生或科学家都能用它们来诊断疾病，或预测谁可能会出现记忆问题，即使他们手头只有极少的数据。
一个研究小组着手测试这种前景是否真实。他们选择了两种最新且最先进的 fMRI 基础模型，分别命名为 BrainLM 和 BrainHarmonix，并在一个具有挑战性的现实世界数据集上对其进行了测试。该数据集来自 PREVENT-AD 研究，该研究追踪了数百名有阿尔茨海默病家族史的健康老年人。目标是观察这些新的人工智能模型是否能在预测以下四项特定内容方面优于传统的、受信任的功能连接法：一个人的性别、其年龄组、未来是否会发展为轻度认知障碍，以及大脑中是否存在特定的蛋白质堆积（这是阿尔茨海默病的信号）。研究人员想知道，这些模型是否已经准备好供独立科学家使用，还是说它们在实验室之外仍然难以应用。
旅程始于一个显著的障碍：仅仅让模型在处理新数据时正常工作就远非易事。当研究小组尝试使用 BrainLM 创建者提供的软件代码时，发现它无法与他们的数据配合工作。该代码依赖于一种定制的、自建的脑扫描清洗方式，与大多数神经科学家使用的标准工具不兼容。研究人员不得不重写数据处理步骤，转向一种在更广泛领域内被广泛接受的标准方法。只有在进行了这些实质性的修改后，模型才开始正常学习。第二个模型 BrainHarmonix 则呈现出另一种问题。其文档并未解释如何为模型准备新数据，导致团队只能猜测归一化信号的正确方法。他们不得不测试了多种不同的方法，才找到了一个能产生稳定结果的方法。这些最初的挣扎凸显了一个重大差距：虽然这些模型功能强大，但它们尚未以一种能够让独立研究人员在无需进行大量技术排障的情况下轻松使用的形式进行封装。
一旦模型运行起来，团队便将其预测结果与标准的功能连接法以及一个每次都只猜测最常见答案的简单“哑分类器”进行了对比。在预测性别方面，传统的功能连接法实际上是赢家。它识别参与者性别的准确率比从新基础模型中提取的任何特征都要高。对于预测年龄组，来自 BrainHarmonix 模型的一个特征（该特征源自结构性脑图像而非功能性活动）的表现略好于标准方法，但这种差异如此之小，完全可能是由偶然因素造成的。在临床目标方面的结果则更加令人沮丧。当试图预测谁会发展为轻度认知障碍或谁有阿尔茨海默病相关的蛋白质堆积时，没有任何一个基础模型在整体准确率上能击败简单的哑分类器。这主要是因为患有这些疾病的人群相对于健康人群来说规模非常小，这使得任何模型都很难在仅仅通过猜测多数派的情况下找到信号。
然而，故事并非完全是失败的。当研究人员更仔细地观察预测的具体细节时，他们发现了一丝成功的迹象。虽然这些模型在作为诊断工具方面还不够准确，但基础模型中的某些特征在识别出实际患病者方面比标准方法表现得更好。换句话说，当模型做出阳性预测时，它更有可能（尽管会漏掉许多病例）是正确的。这表明这些模型可能捕捉到了大脑数据中一种不同于、或许更为微妙的信号，而这是标准方法所忽略的。然而，由于这些改进在统计学上并不显著，研究人员不能声称这些模型已经确定地解决了问题。研究结果表明，在语言模型中看到的强大知识迁移能力，尚未在脑成像领域得到复制。
研究结论认为，这些基础模型尚未准备好让独立研究人员用于临床应用。它们需要过多的技术适配，并且尚未证明它们能够超越沿用数十年的既有简单方法。作者认为，要使这些模型真正发挥作用，该领域需要标准化的软件工具使其易于安装和运行，且未来的研究必须始终将新模型与标准的功能连接基准进行对比。在此之前，那个能够瞬间诊断阿尔茨海默病或预测记忆衰退的通用大脑模型的梦想，仍然仅仅是一个梦想，等待着更严谨的测试和更好的工程实现才能成为现实。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。