神经植入物与多模态大型语言模型：用于神经调制和自然语境神经行为研究的双环系统
神经元与认知
2025-03-25 v2 人工智能
人机交互
摘要
我们提出一种新型双环系统，协同性地将响应性神经刺激（RNS）植入物与人工智能驱动的可穿戴设备相结合，用于治疗创伤后压力障碍（PTSD）并实现自然的脑行为研究。在 PTSD 治疗模式下，植入式闭环神经设备监测小脑活动， upon 检测到病理性 theta 振荡时提供按需刺激；而一组可穿戴设备（智能眼镜、智能手表、智能手机）使用多模态大型语言模型（LLM）分析感官数据以检测环境或生理 PTSD 触发因素，并在及时时提供音视频干预。来自神经和可穿戴两个环路的记录事件被分析，用于个性化触发检测，并逐步过渡患者至非侵入性干预。在神经科学研究模式下，该平台同样可用于实时脑活动捕获。可穿戴-LLM 系统识别自然语境事件（社交互动、情感情境、反复行为、决策），并通过无线触发信号通知植入式 RNS 设备，在这些时刻同步记录脑内数据。该方法建立在近期移动内侧电生理记录和人类闭环神经调制的最新进展（BRAIN Initiative, 2023）（Mobbs 等，2021）之上。我们讨论了该跨学科系统如何彻底变革 PTSD 治疗和认知神经科学，使其能够实现 24/7 监测、情境感知干预以及传统实验室之外的丰富数据收集。愿景是未来，AI 增强设备持续与人类大脑协作，提供治疗支持并深入洞察神经功能，所得真实世界语境下的神经数据反过来又将加速基于生物学且以人类为中心的 AI 开发。
引用
@article{arxiv.2503.12334,
title = {When neural implant meets multimodal LLM: A dual-loop system for neuromodulation and naturalistic neuralbehavioral research},
author = {Edward Hong Wang and Cynthia Xin Wen},
journal= {arXiv preprint arXiv:2503.12334},
year = {2025}
}