Квантово-инспирированная система машинного обучения выявила стабильные области мозга, выступающие в роли хабов при шизофрении и биполярном расстройстве, причём биполярные признаки образуют подмножество шизофренических — сетевая сигнатура иерархических изменений мозга.
Исследование
Группа исследователей под руководством Доменико Помарико из Университета Бари Альдо Моро и коллег из институтов Италии, Чили и Великобритании применила машинное обучение на тензорных сетях — метод, изначально разработанный для квантовой физики многих тел, — к данным структурной МРТ. Команда, включающая Алессандро Грекуччи, Лоредану Беллантуоно, Хесуса М. Кортеса, Марианну Ла Рокка, Альфонсо Монако, Марлис Онтиверо-Ортега, Алессандро Скарано, Массимо Стеллу, Роберто Беллотти, Себастьяно Страмалью и Николу Аморозо, закодировала признаки серого вещества в представление матричного произведения состояний. После обучения они извлекли квантовые связанные корреляции между признаками и отобразили их на взвешенный граф.
Используя повторную выборку train-test в двух задачах классификации — здоровые контроли против шизофрении и против биполярного расстройства — они отслеживали как глобальные сетевые свойства, так и меры центральности на уровне узлов. Анализ выявил стабильный набор признаков серого вещества, наиболее заметно извилину Гешля, островковую кору и лобные области, которые последовательно выступали в роли хабов по нескольким мерам центральности и повторным выборкам. Эти центральности показали меньшую вариабельность, чем значения Шепли, что говорит о том, что сетевое представление обеспечивает более надёжную интерпретируемость. Примечательно, что набор биполярных признаков оказался подмножеством шизофренического, что согласуется с иерархически организованными нейроанатомическими изменениями, описанными в предыдущих нейровизуализационных исследованиях.
Статья, arXiv:2608.21368, была подана 19 июня 2026 года и отнесена к категории «Нейроны и познание» (q-bio.NC).
Почему это важно
Эта работа объединяет квантовую физику, машинное обучение и нейронауку, чтобы предоставить более интерпретируемые карты мозговых расстройств. Для всех, кто интересуется познанием, она подчёркивает, что сложные психиатрические состояния не случайны, а включают специфические, иерархически организованные мозговые сети. Понимание этих хабов — таких как извилина Гешля (обработка слуховой информации) и островковая кора (интероцепция, эмоции) — может привести к лучшей диагностике и целенаправленным вмешательствам. В более широком смысле это показывает, как передовые вычислительные методы могут выявлять стабильные биологические сигнатуры, которые упускают более простые модели, потенциально улучшая классификацию и изучение здоровья мозга.
Что вы можете сделать
- Оставайтесь любознательными в отношении того, как факторы образа жизни (сон, физические упражнения, социальная активность) влияют на целостность мозговых сетей; данные связывают их с когнитивной устойчивостью.
- Если вас беспокоит собственное когнитивное здоровье или настроение, проконсультируйтесь с квалифицированным специалистом в области здравоохранения — это исследование не является диагностическим инструментом.
- Занимайтесь умственно стимулирующими видами деятельности, которые тренируют память, мышление и социальное познание; они могут помочь поддерживать сети серого вещества.
Источник: arXiv q-bio.NC
Любопытно узнать о собственном мозге? Пройдите наш бесплатный адаптивный тест IQ или попробуйте 306 уровней тренировки мозга.