2026年10月4日至8日，国际帕金森与运动障碍学会年会（MDS 2026）在韩国首尔召开。本届大会，四川大学华西医院神经内科商慧芳教授团队携多项研究成果亮相，多位成员通过壁报展示了团队在闭环神经调控、无创神经调控、机制探索、可穿戴设备应用等方向的研究进展。同时，商慧芳教授还担任多个学术环节的主席、大会科学计划委员会联络专员（CSPC Liaison）及主持人，与国际同行围绕运动障碍疾病的机制研究与临床诊疗展开交流。

四川大学华西医院神经内科商慧芳教授团队长期关注帕金森病、肌张力障碍等运动障碍疾病，致力于从临床症状与神经环路的联系出发，探索更有效的评估和治疗方式。近年来，团队围绕症状机制、脑网络特征、可穿戴评估与神经调控等方向持续开展研究，希望通过更准确地理解疾病、识别患者状态，为个体化诊疗提供依据。

大会期间，本平台特派前线记者，就本次大会展示的研究与商慧芳教授及团队多名成员进行了深入沟通，以下为基于会场观察和现场采访的前线特别报道，欢迎大家阅读！

围绕自适应脑深部电刺激（aDBS）在中国帕金森病患者中的个体化应用，商慧芳教授团队带来了题为 Evaluating Adaptive DBS Algorithm for Personalized Therapy in Parkinson’s Disease in the Chinese Population（ADAPT-PD China Study）（e-poster #760）的壁报演讲。

这项前瞻性、多中心、单臂研究由国内五家中心开展，以稳定的持续性脑深部电刺激（cDBS）状态为对照，结合局域场电位（LFP）测试单、双阈值算法，经试用选择适宜模式后开展评估及随访。研究主要考察每日无困扰性异动症的“开”期时间，并评估安全性等指标，为个体化治疗积累本土证据。

这项研究为什么强调中国患者的个体化治疗？在采访中，团队成员宋伟教授指出，aDBS的临床价值不仅在于根据神经信号调整刺激输出，更在于为理解患者状态与治疗需求之间的关系提供新的依据。对于中国帕金森病患者，如何结合个体的症状特点、用药反应和神经信号特征，探索适宜的自适应刺激策略，是这项研究关注的重点。

在进一步交流中，宋伟教授也谈到了神经信号记录的研究价值。支持aDBS的BrainSense™功能为医生提供了观察和追踪LFP的工具，通过将不同时间、用药条件和活动状态下的神经信号与临床表现相结合，有助于分析症状发生、变化及治疗响应背后的神经生理过程。因此，相关技术不仅服务于刺激调整，也为临床观察与神经环路研究建立了更紧密的联系。

在无创干预方面，吴英医生带来了题为 Complete and sustained remission of cervical dystonia after repeated dual-target low-frequency rTMS (right M1 + left cerebellum): a 2-year follow-up case report（e-poster #396）的壁报演讲，报告双靶点低频重复经颅磁刺激（rTMS）治疗颈部肌张力障碍的病例。

一例33岁男性患者接受右侧初级运动皮层联合左侧小脑的两个疗程治疗后，颈部肌张力障碍完全缓解，相关生活质量量表评分降至0分。两年电话随访中未报告复发，期间未使用抗肌张力障碍药物；治疗期间曾出现短暂耳鸣，随后消失。

对于这一病例应当如何理解，吴英医生在采访中表示，它为探索无创神经调控在颈部肌张力障碍中的应用提供了临床观察线索，也提出了值得进一步研究的问题，包括如何选择刺激靶点与治疗方案，以及哪些患者可能获得持续获益。

在干预探索之外，团队也关注症状机制。肖一博士展示了题为 The Transcriptomic, Neurotransmitter, and Cell Type Signatures Underlying Pure Fatigue in Early-stage Parkinson’s Disease（e-poster #1542）的壁报内容，聚焦早期帕金森病患者的“单纯疲劳”。

研究纳入62例早期帕金森病患者及14名健康对照，在排除抑郁、焦虑、睡眠障碍等因素后，结合功能磁共振与脑分子图谱发现：伴疲劳患者部分脑区的功能连接密度降低，与疲劳程度呈负相关，并与多巴胺D2受体、炎症及代谢相关分子图谱存在关联，为理解疲劳机制提供了线索。

对患者状态的理解，也离不开客观评估。蒋琦锐博士呈现了题为 Wearable-Derived Gait Biomarkers Predict Disease Severity and Quality of Life in Parkinson’s Disease: A Machine Learning and Mediation Analysis（e-poster #942）的壁报演讲，探索步态指标对疾病严重程度及生活质量的预测价值。

研究采集276例帕金森病患者的可穿戴步态数据，结合机器学习与中介分析，发现多项步态指标与疾病严重程度及生活质量显著相关。模型对MDS-UPDRS和PDQ-39评分的预测R²分别为0.869和0.842，运动幅度、角速度及对称性指标是重要预测变量。

这些步态数据能够为临床带来什么？蒋琦锐博士在采访中进一步表示，可穿戴设备为客观量化患者的步态特征提供了新的手段，而机器学习有助于从多维步态数据中识别具有临床意义的信息。团队希望进一步明确，哪些步态指标能够反映疾病严重程度，以及这些指标与患者生活质量有何联系，为帕金森病生物标志物研究和临床随访评估提供参考。

除当前状态外，患者的进展差异也值得关注。王诗婵博士带来了题为 Functional Connectivity Subtypes Predict Longitudinal Motor Progression and Gait Disturbance in Parkinson’s Disease（e-poster #1513）的壁报内容，探索脑功能连接模式与运动进展及步态障碍的关系。

研究纳入289例早期帕金森病患者及54名健康对照，通过静息态功能连接聚类识别出两种患者亚型，并结合93例患者的一年随访，分析其临床表现、步态及进展差异，为进一步评估脑网络分型的预后价值提供了研究基础。

在与团队成员的交流中，我们关注到，这些研究虽然采用了不同的技术和方法，但都在回应具体的临床问题：症状背后有哪些尚未认识的机制，如何更客观地评估患者状态，不同患者的进展为何存在差异，以及新的干预方式能否带来持续获益。从机制探索到评估工具，再到干预研究与随访，多项壁报也让我们看到了团队在不同研究方向上的持续投入。

左右滑动查看更多壁报

在分享团队研究进展的同时，商慧芳教授也关注到大会关于神经调控的讨论正进一步涉及长期应用、患者选择与个体化治疗等问题。带着这些观察，我们关注了几场相关的国际报告。

在Parallel Session 3410 New Advances in Deep Brain Stimulation环节，来自德国柏林夏里特大学医学中心（Charité Universitätsmedizin Berlin）的Andrea Kühn教授带来了题为 Adaptive Deep Brain Stimulation: Bridging Physiology and Personalized Care in DBS的主题演讲，她在演讲中指出：aDBS的核心在于根据患者随时间变化的状态动态调整刺激，而非单纯增强刺激强度；初次启用只是起点，充分准备、合理设置与持续优化缺一不可。

围绕aDBS的长期应用，来自美国麻省总院（Mass General Brigham Hospitals）的 Todd Herrington 教授做了题为Extended long-term follow-up of adaptive deep brain stimulation in Parkinson’s disease（e-poster #1735）的壁报演讲。他在汇报中指出：当前进行的ADAPT-PD试验长期随访数据显示，绝大多数患者显示出了对于aDBS较高的适应性（平均随访时长31.7个月，aDBS的持续使用率为88.2%），且表现出了长期使用的可持续性与程控稳定性（两种模式的LFP功率总体稳定，多数患者随访时无需调整刺激上下限阈值）。

这项长期随访也与前面介绍的ADAPT-PD中国研究形成了呼应：一项关注长期使用情况与程控稳定性，另一项探索中国患者中的自适应刺激策略与临床评价。对于这类前沿技术，如何从应用探索逐步积累不同人群、不同随访阶段的证据，是当前大会各方持续关注的问题。

从团队的多项壁报到国际同行的交流，研究者既在探索新的技术与方法，也在不断追问这些探索如何回应临床需求。

商慧芳教授表示：“这次大会交流让我们更加关注一个问题——如何把对神经信号和症状机制的认识，真正转化为患者的治疗获益。对于团队而言，我们的研究要回到患者的实际需求，如哪些症状仍未得到有效改善，哪些患者适合某种干预，以及获益能否长期维持。未来，我们将继续把神经信号、临床表现与长期随访结合起来，既深入研究尚未解决的症状机制，也严谨验证不同干预方式的效果，让个体化治疗建立在更充分的证据之上。”

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。