DBS技术不断发展，临床面对的问题也在变化。从早期关注“刺激是否有效”，到方向性刺激带来更多程控选择，再到脑信号感知让神经活动能够被长期记录，一个新的问题正在变得越来越重要：当我们获得越来越多关于患者的信息，如何让这些信息真正帮助临床做出更好的治疗决策？
在WSSFN 2026现场，德国维尔茨堡大学医院Jens Volkmann教授与德国柏林夏里特医学院Andrea Kühn教授的两场报告，分别从程控优化与自适应治疗出发，呈现了DBS个体化治疗的两条重要探索路径：一条是让程控更加客观、有据可循；另一条则是让刺激开始感知并响应患者状态的变化。
程控选择越来越多，如何找到真正适合患者的参数？
随着方向性刺激以及更多参数组合进入临床，DBS拥有了更大的程控空间。但选择增加的同时，程控也变得更加复杂。
Jens Volkmann教授在报告中提出，传统单极测试越来越难以完整覆盖新一代DBS系统丰富的程控选择。与此同时，不同症状对刺激的响应存在明显的时间差异：有些变化可以在短时间内观察，而有些则需要更长时间才能充分评估。
因此，一个重要方向并不是继续增加“可调参数”，而是增加能够帮助医生理解和选择参数的客观依据。
让影像回答“刺激在哪里”
Volkmann教授首先展示了影像与个体化计算模型在程控中的探索。通过整合患者个体的电极位置、组织特征和电场分布，并进一步结合sweet spot、连接组以及既往疗效数据，可以建立更加个体化的刺激模型。
这些信息并不替代医生的临床判断，而是为一个非常实际的问题增加参考：当前的刺激，究竟覆盖了怎样的解剖结构和功能网络？
让运动数据回答“患者发生了什么变化”
另一项现场展示则更加贴近临床。研究者利用普通智能手机记录患者完成重复手部运动，通过无标记视频运动学分析动作幅度、速度、节律等特征，再对不同DBS程序下的运动表现进行比较。
现场PPT显示，该研究纳入15例STN-DBS患者，并从视频中提取23项运动学特征。这意味着，除了医生在诊室中的观察与量表评估之外，患者的运动表现本身，也可以被转化为可量化的数据。
而当LFP等神经电生理信号加入进来，程控又多了一个新的观察维度：不仅看到患者“表现如何”，也开始看到刺激过程中“大脑发生了什么”。
Volkmann教授在现场展示了基于LFP的电极识别、β信号滴定等探索，其中也可以看到通过美敦力BrainSense™技术感知获得脑信号并辅助临床评估的应用场景。它所带来的价值，并不只是增加一种数据，而是让刺激参数、患者表现与神经活动开始有机会在同一个治疗过程中被关联起来。
报告最后，一张“Closed-loop DBS programming”的概念图将这些探索串联在了一起：影像辅助预选 → 客观运动评估 → 神经信号辅助滴定 → 真实生活环境中的持续数据反馈。
未来程控的价值，或许不在于让医生拥有更多参数，而在于让每一次参数选择拥有更多来自患者自身的依据。
如果患者状态不断变化，刺激能否随之变化？
如果说Volkmann教授关注的是如何找到更合适的刺激参数，Andrea Kühn教授讨论的，则是另一个更进一步的问题：当患者的状态不断变化，一组固定的刺激参数是否足以覆盖不同时间的治疗需求？
帕金森病患者一天中可能经历OFF、ON以及异动等不同运动状态。传统DBS按照设定的参数持续提供刺激；自适应DBS（aDBS）则尝试引入一个新的环节——感知患者自身的神经活动，并根据与症状相关的生物标志物动态调整刺激。
也就是说，脑信号开始从一个被观察、被记录的指标，逐步成为治疗决策的一部分。
Beta：从“看见信号”到“理解状态”
Kühn教授重点回顾了Beta活动与帕金森病运动症状之间的关系，并展示了刺激、Beta功率变化与运动表现之间的研究证据。这些研究回答的是闭环治疗最基础的问题：我们能否从脑信号中，找到能够反映患者状态的信息？
随着可感知DBS技术的发展，这一问题也从实验室逐渐走向长期临床场景。以美敦力Percept™平台的BrainSense™技术为例，临床可以在DBS治疗过程中记录与观察LFP，为理解症状、神经信号与刺激之间的关系提供新的信息维度。
而aDBS则进一步提出：如果能够识别状态，能否让刺激对状态做出响应？
双阈值aDBS：让信号真正进入治疗回路
Kühn教授进一步介绍了Beta band aDBS及双阈值（dual-threshold）控制策略。系统持续监测Beta活动，当信号跨越预设阈值时，在设定的刺激上下限之间动态调整刺激强度。
由此，一个完整的闭环开始形成：感知信号 → 识别状态 → 调整刺激 → 再次感知。
这也是感知型DBS技术近年来非常重要的一次延伸——感知的意义，不再停留于“记录”，而是进一步探索如何参与治疗。
从“能不能闭环”，走向“谁更需要闭环”
相比技术本身，Kühn教授报告中更值得关注的，是对长期临床证据和未解决问题的讨论。
她展示了一项长期个体化aDBS研究。根据现场PPT，研究共纳入68例患者，52例进入试验，45例接受aDBS评估，其中40例进入长期aDBS阶段。研究进一步观察了双阈值aDBS下患者“ON”与“OFF”时间的变化，并对长期治疗的耐受性、有效性和安全性进行了评估。
但报告并没有简单停留在“aDBS是否有效”。相反，下一阶段的问题变得更加具体：哪些患者更适合aDBS？哪些患者可能获得更多获益？Beta是否足以描述复杂的患者状态？不同症状是否需要不同的生物标志物和控制策略？
Kühn教授最后展示的multivariate data integration，也将自适应治疗指向了一个更长远的方向：未来的闭环可能不会只依赖一个Beta信号，而是进一步整合神经电生理、行为状态以及其他多模态信息，逐渐形成对患者状态更加完整的理解。
从“刺激大脑”，到“理解患者”
把两场报告放在一起，会发现一个很有意思的共同点。它们讨论的并不是某一个新的参数，也不是某一种单独的技术，而是在不断增加DBS治疗过程中的“信息”。
影像，帮助理解刺激发生在哪里；运动数据，帮助量化患者发生了什么变化；LFP与BrainSense™感知技术，让神经活动本身成为可以观察的信息；aDBS，则进一步探索如何让这些信息进入治疗回路。
从这个角度看，DBS的个体化也正在发生变化。过去，我们更多是在为不同患者寻找不同的刺激方案；而随着长期感知与自适应技术的发展，未来还可能进一步探索——对于同一位患者，在不同的时间、不同的状态下，治疗是否也可以有所不同？不是简单增加更多刺激选择，而是让DBS获得更多理解患者的依据，并让这些信息最终服务于临床决策。
我们期待随着精准影像、BrainSense™、aDBS等前沿技术的不断发展，临床证据和经验的持续积累，DBS能够更好地响应患者动态变化的治疗需求，让技术进步转化为患者真实可感的治疗获益。
特别声明：本页面所包含的文字、图片、音视频等内容仅供医学专业人士学习、交流和参考，不构成诊断、治疗建议或医疗服务推荐。文中专家观点仅代表相关专家个人观点，具体诊疗请遵循专业医务人员的指导。
声明：脑医汇旗下神外资讯、神介资讯、脑医咨询、Ai Brain 所发表内容之知识产权为脑医汇及主办方、原作者等相关权利人所有。
投稿邮箱：NAOYIHUI@163.com
未经许可，禁止进行转载、摘编、复制、裁切、录制等。经许可授权使用，亦须注明来源。欢迎转发、分享。
投稿/会议发布，请联系400-888-2526转3。
