Post by Alireza karimi

Cognitive Neuroscience | TMS, tDCS, Binaural Beats | Stimulation Modeling (SimNIBS)

هنگام کار روی مدل‌سازی فردمحور میدان الکتریکی در tDCS، مدام یک سؤال ذهنم را درگیر کرده بود البته شاید دلیلش خواندن مقالات این حوزه و علاقه خودم به بحث نوروپلاستیسیته هم باشد. ما می‌توانیم مونتاژ تحریک را بهینه کنیم. می‌توانیم میدان الکتریکی را برای هر فرد شخصی‌سازی کنیم. می‌توانیم نواحی قشری را با دقت بیشتری هدف بگیریم. اما اگر تمام این مدت، «پیامد» را به جای «هدف» بهینه کرده باشیم چه؟ سال‌ها تصور می‌کردم هدف نورومدولاسیون کاملاً روشن است: ایجاد پلاستیسیته. افزایش تحریک‌پذیری قشر مغز. تقویت ارتباطات سیناپسی. تسهیل یادگیری. اما هرچه بیشتر درباره متاپلاستیسیته، پردازش پیش‌بینانه (Predictive Processing) و نورومدولاسیون وابسته به حالت مغز (State-Dependent Neuromodulation) مطالعه کردم، کمتر مطمئن شدم که خودِ پلاستیسیته، مهم‌ترین هدف ما باشد. شاید پلاستیسیته، نتیجه باشد. و آنچه واقعاً موفقیت یک مداخله را تعیین می‌کند، ظرفیت مغز برای پلاستیک شدن باشد. متاپلاستیسیته به ما نشان می‌دهد که مغز به‌طور مداوم آستانه‌هایی را تنظیم می‌کند که مشخص می‌کنند آیا فعالیت‌های بعدی اصلاً قادر به ایجاد تغییرات سیناپسی خواهند بود یا خیر. از سوی دیگر، پردازش پیش‌بینانه دیدگاه مکملی ارائه می‌دهد. در این چارچوب، یادگیری تنها به اندازه خطای پیش‌بینی وابسته نیست؛ بلکه به Precision یا میزان اعتمادی که مغز به آن خطا اختصاص می‌دهد نیز بستگی دارد. در مدل‌های محاسباتی، Precision به‌عنوان عاملی در نظر گرفته می‌شود که با تعدیل Synaptic Gain، تعیین می‌کند خطاهای پیش‌بینی تا چه اندازه بتوانند مدل‌های درونی مغز را به‌روزرسانی کنند. نورومدولاسیون وابسته به حالت مغز نیز قطعه دیگری از این پازل را کامل می‌کند. یک پروتکل تحریک کاملاً یکسان، بسته به وضعیت لحظه‌ای نوسانات و دینامیک شبکه‌های مغزی، می‌تواند پیامدهای فیزیولوژیک و رفتاری کاملاً متفاوتی ایجاد کند. وقتی این سه چارچوب را کنار هم قرار می‌دهیم، یک احتمال جالب مطرح می‌شود. شاید مرز بعدی این حوزه، یاد گرفتنِ ایجاد پلاستیسیته بیشتر نباشد. بلکه یاد گرفتنِ بهینه‌سازی شرایط زیستی و محاسباتی‌ای باشد که پلاستیسیته به‌طور طبیعی در آن‌ها شکل می‌گیرد. این نگاه، برداشت ما از «تغییرپذیری پاسخ به تحریک» را نیز دگرگون می‌کند. اگر آمادگی مغز برای ایجاد پلاستیسیته ماهیتی پویا داشته باشد، تفاوت پاسخ افراد به یک پروتکل تحریک—و حتی تفاوت پاسخ یک فرد در جلسات مختلف—دیگر صرفاً «نویز آزمایشی» نیست. شاید این تفاوت‌ها، خودِ زیست‌شناسی باشند. جالب اینکه بسیاری از پیشرفت‌های اخیر نیز در همین مسیر حرکت می‌کنند: تحریک وابسته به فاز (Phase-Dependent Stimulation) سامانه‌های Closed-Loop مبتنی بر TMS-EEG پروتکل‌های تحریک تطبیقی و روش‌های شخصی‌سازی مبتنی بر هوش مصنوعی این فناوری‌ها اگرچه از مسیرهای متفاوتی توسعه یافته‌اند، اما همگی یک هدف مشترک دارند: نه صرفاً اعمال تحریک... بلکه شناسایی وضعیت‌هایی از مغز که در آن‌ها، تحریک بیشترین احتمال را برای تسهیل یادگیری و سازمان‌دهی مجدد تطبیقی دارد. شاید آینده نورومدولاسیون دیگر در این نباشد که مغز را بیشتر تغییر دهیم. شاید در این باشد که مغز را برای تغییر دادن خودش توانمندتر کنیم. #Neuromodulation #Metaplasticity #PredictiveProcessing #PrecisionNeuromodulation #tDCS #TMS #CognitiveNeuroscience #BrainPlasticity #نورومدولاسیون #متاپلاستیسیته #پردازش_پیش‌بینانه #علوم_اعصاب_شناختی #پلاستیسیته_مغز #تحریک_مغزی

Post content