從手動調校到學習出的策略
如今臨床醫師是在一個龐大的參數空間中以試誤法調校 DBS：選哪些接點、振幅、頻率、脈衝寬度，以及——有方向性電極時——導引比例。每一組設定都得對照緩慢而有雜訊的症狀回饋來判斷，因此窮舉搜尋毫無指望。前沿是學習這條策略：把程控視為樣本高效的最佳化，以貝葉斯最佳化或強化學習在硬性安全限制下、以遠更少的試驗數搜尋此空間。
\pi^{\star} = \arg\max_{\pi}\; \mathbb{E}_{\pi}\!\left[\, B - \lambda_1 S - \lambda_2 E \,\right]學習策略的目標函數：選一條刺激策略，最大化期望的症狀療效 B，並以副作用負擔 S 與能量耗用 E 加以懲罰。這些乘子編碼了臨床優先順序——正是第 2 篇治療窗問題的形式化陳述。
把自動刺激策略的目標寫成一個要最大化的分數：獎勵症狀緩解 B，但扣掉副作用 S 與能量耗用 E 的懲罰。權重正是臨床優先順序的所在——它們編碼了一點副作用或一點耗電，相對於症狀療效「值多少」。這就是把治療窗寫成數學。
- \pi^{\star}
- 最佳刺激策略——把腦狀態對應到刺激的規則。
- B
- 期望的症狀療效（獎勵）。
- S,\,E
- 副作用負擔與能量耗用——懲罰項。
- \lambda_1,\,\lambda_2
- 編碼臨床優先順序的權衡權重。
調高 \lambda_1 等於告訴最佳化器副作用更昂貴，於是勝出的策略會接受稍少一點的症狀緩解，換取更溫和的表現。
a_{\mathrm{UCB}}(\theta) = \mu(\theta) + \kappa\,\sigma(\theta)在刺激設定 theta 上的貝葉斯最佳化擷取函數：嘗試那個在預測療效 mu 與不確定性 sigma 之間權衡最佳的設定。探索高不確定性的設定，正是找到更佳參數的方法——但在病人身上，探索必須以安全為界，這正是學習式神經調控的關鍵所在。
在尋找最佳刺激設定時，別只追那個被預測最有效的設定（\mu）——也要給那些你「沒把握」的設定加分（\sigma），因為它們可能給你驚喜。這個分數在「利用已知」與「探索未知」之間權衡；在病人身上，這份探索必須被安全所約束。參見參數空間。
- \theta
- 一組候選的刺激參數。
- \mu(\theta)
- 模型對該設定所預測的療效。
- \sigma(\theta)
- 模型對該設定的不確定性。
- \kappa
- 探索權重——你對不確定性的獎勵有多高。
兩個設定平均看來同樣有望，但其中一個已試過多次、另一個很少嘗試；正的 \kappa 會把選擇偏向較少試過的那個，指望學到新東西。
網路，而非單點
核團裡的單一電極，其實是在調控一個網路——活化函數早已告訴我們作用的是神經束，而症狀存在於分散的迴路中。前沿也隨之推進：多點刺激、具時間樣式（而非恆定高頻）的波形，以及在一個區域感測、在另一個區域刺激的迴路。每一項都帶出同樣的量測問題——你現在需要網路層級的標靶接合讀出量，經由誘發反應或連結度，而不只是一個局部生物標記。
生物標記與非平穩性
β 是罕見的成功：一個穩健、即時的運動症狀生物標記。多數治療標靶都沒有這樣的標記。步態凍結、情緒、認知與衝動性都缺乏公認的即時特徵，這是閉迴路精神與認知 DBS 最大的單一瓶頸。而即便是好的生物標記也受非平穩性所苦：訊號會隨電極穩定、組織重塑與疾病進展在數天內漂移，因此今天調校好的策略會衰退。自我再校準——在沒有臨床醫師介入下更新門檻與增益——因而不可或缺，且其本身就是一個控制與安全問題。
雙向與情緒迴路
最具企圖心的系統是雙向的：持續同時讀寫。治療頑固型憂鬱症或強迫症的閉迴路精神 DBS，意在偵測情緒狀態生物標記並據以調整對邊緣系統標靶的刺激——這是一個讀寫情緒的迴路。在運動側，自皮質讀取的誤差相關電位可用來把關或修正刺激，讓使用者自身的誤差訊號監督裝置。每一種都在更豐富的心智內容周圍閉合更緊的迴路，而這正是報酬與風險同時放大之處。
治理迴路
一個持續讀取神經生物標記、又寫回大腦的裝置，與能動性、情緒與身分認同貼得令人不安地近。決定何時刺激你大腦的那條策略，歸誰所有？若慢性刺激緩慢改變了人格或作者感，那麼由此而生的行為，究竟是誰的選擇？病情的起伏又使知情同意更加複雜。這些並非枝節——它們是神經倫理與認知自由的問題，而閉迴路把它們從假設化為具體。