多年来，构建人类大脑工作复制品的想法一直舒适地存在于科幻小说的领域中。能够思考、学习甚至预测个人健康未来的数字复制品，似乎更具电影感而非科学性。
如今，研究人员表示，这一想法正在全球各地的实验室和诊所中逐渐成形。
这些新兴模型被称为"数字脑双胞胎"，它们利用真实生物数据来模拟个体大脑的结构和随时间的功能。尽管它们仍远未达到流行文化中设想的有感知能力的复制品，但它们已经被测试为预测疾病、指导治疗和加深对人类最复杂器官科学理解的工具。
"想象一个活生生的、不断进化的脑计算模型——个性化、数据驱动，能够在不给真人带来实际风险的情况下预测疾病轨迹、测试治疗方法和模拟认知，"弗吉尼亚大学的数据科学和心理学教授杰克·范·霍恩说道，"这听起来像科幻小说，但它正在迅速成为现实。"
这一进展的速度正由几个领域融合所推动，这些领域直到最近才很少同步发展：人工智能、高性能计算和大规模神经科学。它们共同使科学家能够超越大脑的静态图像，迈向动态、预测性系统。
最简单的来说，数字脑双胞胎是由数据构建的。扫描、信号和测量捕捉大脑结构和活动的不同方面。这些可能包括显示解剖结构的MRI图像、揭示活动模式的功能数据，以及追踪区域如何通信的连接图。然后，这些层次被整合到一个旨在模拟大脑行为的计算模型中。
"脑网络分析先驱兰迪·麦金托什表示："这是将可能从你大脑获取的各种数据整合成某种综合模拟。这个想法是获取我们从你大脑收集的数据，然后将它们合并，创建一个反映你大脑实际运作的数字复制品。"
关键的是，这些模型并非通用型。目标是创建个性化模拟，即反映单个人独特生物学特征的数字对应物。
认知神经科学和神经影像学专家埃米利亚诺·里恰尔迪表示："数字脑双胞胎的领先方面实际上是拥有个人大脑的虚拟模型。从这个模型出发，你尝试预测或模拟。"
这种向个性化的转变正是使数字双胞胎在医学领域特别有吸引力的原因。临床医生有一天可以在真实应用前，在患者的数字双胞胎上测试治疗方法，从而降低风险并改善治疗效果，而不是依赖人群平均值。
这一未来的早期迹象已经显现。例如，在癫痫研究中，科学家们正在使用患者特异性脑模拟来确定癫痫发作的起源位置并指导手术决策。这些模型可以整合多种数据类型，并模拟异常活动如何在大脑中传播。
麦金托什说："它已经被用于临床试验的事实表明，有办法使数字双胞胎变得有用。你实际上可以在对那个人的生活产生重大影响的规模上创建非常有用的数字双胞胎。"
除癫痫外，研究人员还在探索数字双胞胎如何帮助模拟神经退行性疾病、优化脑刺激疗法，以及更好地理解大脑如何适应感官丧失。在一项研究中，科学家正在研究先天失明者的大脑如何自我重组——这一过程困扰神经科学家数十年。
然而，尽管前景广阔，数字脑双胞胎面临着一个基本限制：大脑本身。
即使模拟一小部分神经活动也需要巨大的计算资源。与许多系统不同，大脑在空间和时间的多个尺度上运作，某一时刻的活动受到毫秒前甚至数年前发生的事情的影响。
"大脑在空间和时间上运作，"麦金托什说。"当你向前计算模拟时，你必须跟踪所有这些信息。随着复杂性的增加，计算需求将急剧上升。"
历史上，高分辨率模拟大脑的努力一直遇到这些限制。旨在模拟甚至微小神经元簇的项目都需要巨大的计算能力，将这些努力扩展到全脑模拟仍然是一个重大挑战。研究人员正在探索新方法，包括专用硬件和混合建模技术，但尚未出现明确的解决方案。
与此同时，科学家们正面临一个更概念性的问题：模型真正代表大脑意味着什么。
现代AI系统可以以惊人的准确性识别模式并做出预测，但它们通常不会提供关于这些预测为何有效的见解。这种区分——预测与解释之间的区别——在神经科学中尤为重要，因为理解机制与预测结果同样有价值。
"你不知道的是为什么这些预测实际上有效，"麦金托什说。"这就是理论发挥作用的地方。"
数字脑双胞胎的开发部分是为了弥合这一差距。通过将数据驱动方法与基于理论的大脑功能模型相结合，研究人员希望创建不仅能预测行为或疾病，还能解释潜在过程的系统。
如何验证这些模型仍然是一个开放性问题。成功可能意味着准确重现一个人的大脑结构、复制观察到的活动模式，或预测疾病随时间的进展。实际上，可能需要所有这三点。
正确解决这些问题的利害关系很高，不仅对科学，而且对社会也是如此。
"数字双胞胎不仅仅模拟生物学，"里恰尔迪说。"它模拟认知、行为和潜在的身份方面。"这引发了超越传统隐私和同意担忧的伦理问题。
如果这些模型能够预测心理健康风险、认知特征或未来行为，谁应该有权访问这些信息？雇主、保险公司或政府能否使用这些信息？也许最根本的是，谁拥有一个人大脑的数字表示？
研究人员指出，类似争论在基因测试兴起时就已出现，但他们认为脑数据可能更为敏感。它不仅反映身体特征，还反映心灵本身的运作。
人们也对公平性表示担忧。用于构建这些模型的大量数据来自特定人群，通常来自较富裕国家。如果数字双胞胎在不完整或有偏见的数据集上训练，其预测可能无法泛化——更糟的是，可能会强化现有差异。
解决这些问题不仅需要技术解决方案，还需要更广泛的公众参与。
麦金托什说："关于谁拥有数据的讨论必须与提供数据的人进行。"
尽管面临挑战，研究人员对数字脑双胞胎最终能实现的目标仍保持乐观。如果科学成熟，它可以帮助将医学从反应式模型转向预测式模型，实现更早的干预和更个性化的护理。
它们还可能改变个人理解自身健康的方式，提供关于大脑可能如何随时间演变以及生活方式或治疗选择如何影响这一轨迹的见解。
"我们被数据淹没，"麦金托什说。"拥有以有用方式整理关于我们自己的信息的方法将继续是一个趋势。"
从长远来看，数字脑双胞胎甚至可能为关于身份、意识和人性含义的更深层哲学问题做出贡献。目前，这些问题在很大程度上仍是理论性的，因为当前模型仍远未捕捉到人类体验的全部丰富性。
里恰尔迪谈到当今系统时说："我们只是数学模型。"
尽管如此，轨迹是明确的。始于抽象想法的东西正成为一个切实的科学目标——一个位于数据科学、神经科学、人工智能和伦理学交叉点的目标。
正如范·霍恩所指出的，这种融合正是使该领域如此引人入胜的原因。
他说，数字脑双胞胎代表着从"收集数据和产生统计结果"向"测量参数并将它们转化为可操作模型"的转变。
无论它们最终是否能改变医学、加深对大脑的理解或重塑社会与数据的关系，有一点是明确的：生物现实与数字表征之间的界限正变得越来越难以区分。
【全文结束】