论文题目：

The ConTraSt database for analysing and comparing empirical studies of consciousness theories

论文链接：

https://www.nature.com/articles/s41562-021-01284-5

1、背景介绍

本文涉及了神经意识领域的四种理论，包括全局工作空间理论（GWT）、意识高阶理论（HOT）、整合信息论 （IIT）和重复加工理论（RPT），其核心原理、建议的机制以及对意识相关的神经活动预测方面有所不同，共同点在于，四种理论都同意意识需要某种神经反馈或循环处理机制，然而进行反馈或处理的区域有所不同，如来自全局工作空间（全局工作空间理论）、来自高阶区域（某些版本的意识高阶理论）、在后热区（整合信息论），或在感觉区域内局部（重复加工理论）。（对四种理论的介绍参看文末注释）

鉴于用于研究意识的实验范式范围广泛，在支持不同理论的研究中可能存在系统性差异。在实验方法上，常见的实验程序包括掩蔽、双稳态感知、无意失明、改变失明、刺激退化、睡眠、麻醉和直接刺激，如经颅磁刺激或颅内刺激等。同样，存在不同的意识测量方法。这些不同程序探索不同过程，产生不同结果。因此，如果在方法选择中存在系统性偏差，就可以解释为什么宣称验证和解释相同现象的相互矛盾的理论分别得到了实证数据支持。另外很重要的一点是，分析方法的选择可能会影响得出的结论。

2、研究结论

今年2月发表于 Nature Human Behaviour 的这项最新研究，通过PRISMA2009指南设定了如图1所示的筛选标准，对主题检索和引用检索得到的6938篇文献进行层层筛选，最终留下了365篇文献，共计412个实验，它们至少证明了神经意识领域 GNW、HOT、IIT、RPT 四种理论中的一种。图1也直观地展示了筛选前后的文章数目差异。

图1. 数据库论文筛选流程图与结果

图2则展示了支持和反对四种理论的实验数目，以及研究、支持、挑战四种理论的实验数目随时间的积累变化。

图2. 四大理论所对应的总实验数以及随时间推移的趋势图

所有收集的论文都根据各种感兴趣的参数进行分类，包括实验范式、刺激、神经科学技术、经验发现和理论解释。使用这些参数，研究者提供了对该领域的描述性概述，以及旨在揭示理论和实证研究如何相互作用的趋势、偏见、盲点和局限性的数据驱动的统计分析。

值得注意的是，如图3所示，只有大约1/3的实验是作为明确测试理论预测提出的；41%的实验在实验后的讨论部分根据理论解释了发现；剩下的 24% 通常提到引言中的理论，没有对此提出明确的假设，也没有事后解释证据。

图3. 根据理论阐释方式划分的实验类型分布

基于上述分析结果，研究者使用机器学习决策树的“随机森林”（random forest）结构预测方法（图4），检验通过方法论选择（method）对应四大理论的支持性实验的预测准确度，即训练了分类器来预测每个实验是否支持 GNW、IIT、RPT 或其组合（由于实验数量不足，未包括 HOT），经过检验发现总正确率超过75%。

分类器的具体参数包括：实验关注状态意识或内容意识（state or content consciousness），报道或未报道，实验程序和技术方法（如BOLD，血氧水平依赖；ERP，事件相关电位）等（图5）。可以发现一些非常有意思的分布特点，如支持 IIT 的实验主要关注状态意识（79%），但支持 GNW 的实验则有 73% 关注内容意识，HOT 和 RPT 对于内容意识的关注更高，分别为 100% 和 97%。

研究者进一步在解剖学层面对412个实验进行归类划分（图6）。总的来看，几乎整个大脑都与有意识的感知有关。然而，当根据实验支持的理论划分实验时，会出现四种完全不同的模式，这些模式大体上与每种理论的预测非常吻合。不难发现，在试图证明和支持任何的神经意识模型时，不仅仅是实验方法，所研究的脑区差异也会不可避免地带来研究局限。因此对于神经意识领域的研究者而言，开放包容的心态与全局视野是非常重要的。

图6. 四大理论支持性研究的大脑空间位置分布

最后，研究分析了使用脑电图（EEG）、颅内脑电图（iEEG）或脑磁波（MEG）的实验数据，无论支持何种理论，唯一明确的模式是实验数据阐释和呈现的巨大可变性，即研究人员在解释和报告他们的发现时有很大的自由度（图7）。这可能会导致对所获得结果的误解，因此应在未来解释脑电图成分的研究中予以考虑。

3、讨论与启示

从对这 412 个实验的分析中我们可以获得一些启示。首先，神经意识领域的实证研究似乎高度倾向于确证证据，这也就可以解释研究中所关注的四种神经意识理论随时间积累获得的支持会逐渐增加，并且即使一个理论获得了越来越多的支持，相反的理论仍然不受影响。所有四种理论似乎都在同时发展并获得实证支持，从而随着时间的推移继续发展。

其次，理论驱动的研究（旨在检验理论的预测）相当稀少。检验不止一种理论或使理论相互竞争的研究则更甚，只有 7% 的实验直接比较了两种或多种理论。

最后，研究人员做出的方法选择与其研究结果的理论解释之间存在密切关系。也就是说，仅基于某些方法选择（例如，使用内容或状态意识），实际上可以预测实验最终是否会支持每个理论。

这三个关键发现合在一起，有助于解释为什么尽管意识研究领域在过去几十年里得到了极大的发展，然而神经意识理论很大程度上仍然各自独立进化而很难彼此交融。这种现象也可以解释为新兴研究领域自然发展的一部分：它通常从更自下而上的方法开始，主要侧重于证据的积累，随着理论开始出现，根据理论解释数据。直到后来，相互竞争的理论才以自上而下的方式进行了批判性测试。本研究也启发后续研究者需要在理论之间进行更多的交叉对话，并选择更具包容性的实验方法来验证。

本研究的所有结果都可以在开放访问的网站上重新生成（https://ContrastDB.tau.ac.il/) 。其中从数据库研究中提取的所有参数以及在线分析工具都可用。另外，该数据库允许研究人员以不同方式查询和分析数据，这可能会揭示意识研究的其他趋势。该数据库用于根据感兴趣的参数查找相关研究也是相当不错的（例如，所有支持 GNW 的 fMRI 研究或所有使用 EEG 的患者群体的研究）。

1、全局工作空间理论

全局工作空间理论（Global workspace theory，GWT）是美国心理学家伯纳德·巴尔斯（Bernard Baars）提出的意识模型。该理论假设意识与一个全局的“广播系统”相关联，这个系统会在整个大脑中广播资讯。大脑中专属的智能处理器会按照惯常的方式自动处理资讯，这个时候不会形成意识。当人面对新的或者是与习惯性刺激不同的事物时，各种专属智能处理器会透过合作或竞争的方式，在全局工作空间中对新事物进行分析以获得最佳结果，而意识正是在这个过程中产生。

2、意识的高阶理论

3、整合信息论

4、重复加工理论

重复加工理论（recurrent processing theory, RPT）认为低级和高级大脑区域之间的水平连接和循环，涉及由 NMDA 依赖的反馈激活介导的塑性变化，是有意识处理的基础。

Understanding how consciousness arises from neural activity remains one of the biggest challenges for neuroscience. Numerous theories have been proposed in recent years, each gaining independent empirical support. Currently, there is no comprehensive, quantitative and theory-neutral overview of the field that enables an evaluation of how theoretical frameworks interact with empirical research. We provide a bird’s eye view of studies that interpreted their findings in light of at least one of four leading neuroscientific theories of consciousness (N = 412 experiments), asking how methodological choices of the researchers might affect the final conclusions. We found that supporting a specific theory can be predicted solely from methodological choices, irrespective of findings. Furthermore, most studies interpret their findings post hoc, rather than a priori testing critical predictions of the theories. Our results highlight challenges for the field and provide researchers with an open-access website to further analyse trends in the neuroscience of consciousness.

随着电生理学、网络建模、机器学习、统计物理、类脑计算等多种技术方法的发展，我们对大脑神经元相互作用机理与连接机制，对意识、语言、情绪、记忆、社交等功能的认识逐渐深入，大脑复杂系统的谜底正在被揭开。为了促进神经科学、系统科学、计算机科学等领域研究者的交流合作，我们发起了【神经动力学模型读书会】。

集智俱乐部读书会是面向广大科研工作者的系列论文研读活动，其目的是共同深入学习探讨某个科学议题，激发科研灵感，促进科研合作。【神经动力学模型读书会】由集智俱乐部和天桥脑科学研究院联合发起，将于3月19日开始，每周六下午14:00-16:00（或每周五晚上19:00-21:00，根据实际情况调整）进行，预计持续10-12周。期间将围绕神经网络多尺度建模及其在脑疾病、脑认知方面的应用进行研讨。

详情请见：

神经动力学模型读书会启动：整合计算神经科学的多学科方法

点击“阅读原文”，报名读书会