醫工學人評論

揭示小腦在運動適應中的關鍵作用，為康復醫學、人工智能和機器人技術的未來發展提供了新思路。

在日常生活中，我們無時無刻不在調整自己的動作：無論是學騎自行車、適應新球拍的重量，還是在濕滑的路面上保持平衡，我們的運動系統都具備強大的適應能力。這種能力被稱為運動適應（motor adaptation），是人類精確控制動作、應對復雜環境的基礎。

盡管科學界早已認識到，小腦在運動控制和協調中起著重要作用。許多小腦受損的患者（如中風或神經退行性疾病患者）常表現出動作不協調、學習新運動困難。然而，關于小腦如何與大腦皮層（cerebral cortex）協同作用，以優化運動適應的神經機制，仍然存在諸多未解之謎。

近日，來自以色列希伯來大學的研究團隊在《自然·通訊》發表了一項重要研究，揭示了小腦如何通過影響大腦皮層的活動，幫助個體在運動適應過程中調整自身的運動策略。這一發現不僅加深了我們對小腦-大腦皮層相互作用的理解，也為腦損傷康復、人工智能及機器人運動控制提供了新的思路。

阻斷小腦信號，觀察大腦如何補償

為了探究小腦在運動適應中的作用，研究團隊設計了一項巧妙的實驗。他們訓練恒河猴在佩戴機械臂（Kinarm系統）的情況下完成一項觸及任務。實驗的關鍵在于，在某些訓練階段，研究人員人為施加了一種“粘性力場”（viscous force field），類似于讓猴子在水下移動手臂，使其需要不斷調整運動策略來適應這種外力。

科學家們采用高頻電刺激（HFS）技術阻斷猴子的小腦輸出，觀察大腦皮層是否能獨立完成適應過程，以及會發生何種變化。

圖1實驗設計與表現結果

研究發現：小腦信號缺失會導致適應受損

實驗結果表明，在小腦正常工作的情況下，猴子能夠快速調整手臂運動，逐漸適應外部施加的力場，使運動軌跡趨于穩定。然而，在小腦信號被阻斷后，猴子的適應能力顯著下降，表現出：

運動軌跡更加不穩定，誤差更大；

學習速率降低，適應新環境的時間明顯延長；

對錯誤的敏感度下降，無法像正常情況下那樣通過“試錯”機制優化運動策略。

這些現象與小腦損傷患者的運動障礙非常相似，進一步證實了小腦在運動適應中的核心作用。

圖2 高頻電刺激對適應率的影響

圖3 HFS以靶標依賴性和獨立方式改變神經活動

進一步分析：大腦如何“彌補”小腦的缺失？

盡管小腦受阻后，猴子的運動適應能力下降，但研究人員發現，大腦皮層的活動模式發生了顯著變化，似乎在嘗試補償小腦的功能。具體表現為：

運動前的神經活動變得更加復雜：相比于正常情況下的低維度、規則性強的神經模式，小腦受阻后，大腦皮層的活動維度增加，意味著運動控制的計算變得更加混亂。

皮層活動的“角度偏移”：研究人員發現，阻斷小腦后，運動前的神經活動在某些特定方向上出現偏移，可能是大腦皮層試圖通過改變運動規劃來彌補適應能力的不足。

為了驗證這一現象，研究人員構建了計算模型，模擬小腦與大腦皮層的相互作用。結果表明，小腦提供的反饋信號有助于保持大腦皮層運動規劃的低維度結構，使運動控制更加穩定、泛化能力更強。當小腦信號缺失時，大腦皮層被迫自行調整，但其適應能力和泛化能力受到嚴重影響。

從腦科學到人工智能的廣泛應用

這項研究不僅深化了我們對運動適應的神經機制理解，還可能對多個領域產生深遠影響：

腦損傷康復：對于中風、帕金森病或其他神經系統疾病患者，這項研究表明，小腦受損后，大腦皮層仍能部分補償其功能。未來的康復訓練可以針對這一機制，設計促進大腦皮層補償性調整的治療方法，如神經調控技術或個性化康復訓練。

人工智能和機器人控制：目前，大多數機器人在適應復雜環境（如不規則地形或未知干擾）方面仍然存在很大挑戰。而人類能快速適應，是因為小腦在幕后發揮作用。如果能在機器人運動控制系統中引入類似的小腦反饋機制，未來的機器人可能會更加靈活和智能，能夠自主適應新環境。

運動訓練和增強：研究表明，小腦的作用不僅限于適應新環境，還影響運動技能的泛化能力。這意味著，在運動員訓練、康復訓練、甚至增強現實和腦機接口技術中，都可以利用這些發現，優化運動學習過程。