e4exp
commented
3 years ago - はじめに
痛みの神経科学における最も基本的な問題の1つは、痛みを意識的に体験するために必要かつ十分な脳活動を特定することである。 一般的な概念的アプローチは、痛みの行動や経験を構成するさまざまな要素を分解し、それらを再構成して、痛みがどのように協調して生じるのかを理解しようとするものである（Melzack, 1968）。 しかし、この方法では、個々の構成要素が何であるかを正確に特定し、それらが機能的にどのように組み合わされているかを理解しなければならないという問題が生じる。 対照的に、計算論的アプローチは、異なる神経集団が実行する特定の計算を定義し、それらがどのように統合されて痛みの経験と行動を生み出すかを決定する。 数学的な説明では、知覚的推論（痛みの状態の感覚的特徴や原因を特定すること）と行動制御（事象に適した反応や行動を引き起こすこと）という2つの中心的なプロセスに焦点が当てられている。 対応するモデル、特にベイジアン推論と強化学習はそれぞれ、適切に設計された実験パラダイムの範囲で、行動と対応する神経活動を説明することにある程度成功している（Seymour and Dolan, 2013; Büchel et al. しかし、このことは、特に痛みの主観的経験が知覚的特徴と動機的特徴の両方をシームレスに統合しているように見えることから、これらがどのように相互作用するのか、そしてどの程度まで本当に独立したプロセスなのかという疑問につながる。
本レビューでは、まず、痛みの計算モデルの概念的基盤を概説する。 知覚の推論（ベイジアンコード化モデルと予測コード化モデル）と行動制御（強化学習）の理論をレビューする。 そして、この2つのプロセスがどのように相互作用するのか、それが痛みの知覚と行動を理解する上でどのような意味を持つのかを議論する。
ハイライト
概要 痛みの計算モデルは、脳が侵害受容情報をどのように処理するかを考え、神経回路やネットワークを認知や行動にマッピングできるようにするものである。 これまでのモデルでは、一般的に、知覚の推論は近似ベイズ過程として、行動の制御は強化学習過程として、それぞれ独立した2つの過程を想定していました。 しかし、推論と制御は複雑に絡み合っており、この区別を明確にするのは難しい。 ここでは、推論、情報探索、適応的な価値ベースの制御を組み合わせた並列階層型アーキテクチャを構成する方法を検討する。 これにより、疼痛システムの複雑な神経構造に光が当てられ、疼痛が脳のどこで「生じる」のかの理解に近づくことができる。
キーワード 痛み 侵害受容 情報理論 強化学習 最適制御 予測符号化 疫学的価値 自由エネルギー原理 内因性変調