나라첨단과학기술대학원대학과 주식회사 국제전기통신기초기술연구소의 공동연구그룹은 강박증(강박성장애)의 메커니즘을 계산론 모델로 밝혔다.
강한 불안을 수반하는 “강박관념”과 그것을 일시적으로 경감하기 위해 과도한 반복행동을 실시하는 “강박행위”로 특징지어지는 강박증은 그 발병 메커니즘은 확실히 치료(행동요법 및 약물요법) 하지만 효과를 발휘하는 메커니즘조차 해명되지 않은 정신질환이다.대조적으로,이 그룹은 계산 론적 접근을 통해 강박증의 메커니즘을 밝히려고 시도했다.
보다 가치가 높은 행동을 선택하기 쉬워지도록 뇌가 실시하는 학습이라고 하는 「강화 학습」에 주목해, 강화 학습의 프로세스를 일종의 계산으로 간주한 계산론 모델을 작성했다.이 계산론 모델에서 다양한 학습 파라미터를 이용하면서 시뮬레이션이나 해석을 실시한 결과, 「얼마나 과거의 행동까지를 학습과 관련시키는가」라는 특성을 나타내는 학습 파라미터가 극단적으로 언밸런스(현재의 결과가 예상보다 나쁜 경우의 파라미터가 예상보다 좋았을 경우의 파라미터보다 극단적으로 작을 때 어느새 강박증상이 학습되어 버릴 가능성이 있는 것을 알았다고 한다.
실제로 강박증 환자의 학습 파라미터를 선택 과제로 계측하여 추정한 결과, 계산론 모델의 예측대로 건강한 사람과 비교하여 불균형한 학습 파라미터를 나타내는 것이 확인되었다고 한다.또한, 제XNUMX선택의 치료법이 되는 행동요법·약물요법에 대해서는, 강박관념이 있어도 강박행위를 하지 않는 것을 연습하는 행동요법으로 강박 증상을 개선할 수 있는 것이 계산론 모델의 시뮬레이션에서 발견되고 게다가 치료제인 세로토닌 재흡수 억제제의 투여량을 늘릴수록 학습 파라미터의 불균형이 해소된다는 관계성을 찾아내는데 성공했다.
이러한 성과는 강박 증상과 치료법의 근본 메커니즘의 이해에 큰 진전을 가져왔다고 할 수 있다.향후 치료 전에 학습 파라미터를 평가함으로써 환자의 특성에 따른 치료 최적화에 응용할 수 있을 가능성도 있다.
