《Hearing Research》：Exploring Tinnitus-Like Central Hyperactivity in a Large Language Model-Based Computational Analog of Hearing Loss
编辑推荐：
●我们提出了一种基于大语言模型（LLM）的框架，用于研究耳鸣相关的神经可塑性。●所提出的基于LLM的框架捕捉了网络水平的功能变化。●该框架可能为构建个体化的数字孪生体提供基础。引言耳鸣通常与听力损失相关，被认为是外周听觉剥夺后发生的不适应性可塑性的结果（Baguley等，20
- ●
我们提出了一种基于大语言模型（LLM）的框架，用于研究耳鸣相关的神经可塑性。
- ●
所提出的基于LLM的框架捕捉了网络水平的功能变化。
- ●
该框架可能为构建个体化的数字孪生体提供基础。
引言
耳鸣通常与听力损失相关，被认为是外周听觉剥夺后发生的不适应性可塑性的结果（Baguley等，2013；Han等，2026；Langguth等，2013；Shore等，2016）。在正常情况下，声学刺激在内耳被转导，并通过听神经传至耳蜗核（CN）。听觉信息随后经过上橄榄复合体（SOC）、外侧丘系（LL）、下丘（IC）和内侧膝状体（MGB）处理，最终到达听觉皮层，在此发生高级听觉感知（Eggermont和Roberts，2004；Kaas和Hackett，2000）。
多种过程，包括毛细胞和神经元退化、梅尼埃病以及代谢障碍，均可导致感音神经性听力损失。这些病因导致不同程度的听力损失模式（Dubno等，2013）。外周听觉输入减少可能导致听觉去传入化，从而破坏听觉通路，并可能引发耳鸣（Eggermont和Roberts，2004；Langguth等，2013；Shore等，2016）。随着听觉剥夺的持续，稳态性可塑性会增强中枢听觉增益，以补偿减少的外周输入，从而产生持续的自发神经活动，被感知为幻听，即耳鸣（Eggermont和Roberts，2004；Langguth等，2013；Shore等，2016）。这一过程促成了从急性耳鸣向慢性耳鸣的转变（Eggermont和Roberts，2004；Langguth等，2013；Shore等，2016）。
此外，听觉处理还与来自头部和颈部的躯体感觉输入在背侧耳蜗核水平进行交互，这可能参与了耳鸣的产生（Levine，1999）。耳鸣感知还受到异常的丘脑皮层加工的影响（Rauschecker等，2010）。MGB是丘脑的听觉核团，它调节感觉门控并调控听觉信号向皮层的传递。该丘脑皮层门控过程的功能障碍可能加剧耳鸣的持续感知（Rauschecker等，2010）。听觉通路通常与非听觉网络相互作用，包括边缘系统、显著性和注意网络，从而导致了慢性耳鸣常伴随的情绪痛苦和注意力异常（De Ridder等，2022；Han等，2024；Rauschecker等，2010）。
最近的机器学习和深度学习方法已利用脑电图（EEG）对耳鸣相关的神经活动进行建模，并识别潜在的神经生物标志物（Graetz等，2025；Hong等，2023；Piarulli等，2023）。然而，直接模拟外周剥夺后中枢适应的计算工作仍然有限（Schaette和Kempter，2012）。鉴于越来越多的证据表明大语言模型（LLM）的表征与人类大脑活动之间存在功能一致性（Goldstein等，2025；Goldstein等，2022），在此类模型中模拟听力损失可能提供了一种计算方法来建模耳鸣底层的不良中枢神经可塑性（Langguth等，2013）。此类框架可以确定模型习得的神经表征是否类似于中枢听觉系统中已知变化的特征，并可能最终为构建能够根据听力概况预测个体脑反应的个体化数字孪生体提供基础。
在本研究中，我们开发了一种基于LLM的框架，作为外周听力损失相关去传入化变化的探索性计算类比，以研究从听觉剥夺中习得的神经表征是否反映了耳鸣相关脑结构中所报告的功能变化。
章节摘要
概述
我们使用预训练的大语言模型作为中枢听觉系统的计算机模拟模型，以检验获取性的、频率特异性的外周输入丧失（"去传入化"）后，经任务驱动适应是否会产生类似耳鸣的自发活动增加。该设计作为耳鸣的中枢增益/稳态可塑性假说的计算类比，即听力损失后减少的耳蜗输入由增强的中枢增益所补偿，从而产生病理性
两个适应周期优化内部验证损失
以下报告的所有数据均以四个随机种子的均值±标准差表示。首先，我们使用内部验证集确定了HL模型（全部八个区域可适应，启用去传入化）的适应周期数。随着适应周期从1个增至3个，内部验证准确率在第1、2、3周期分别为69.25（±0.84）%、69.25（±0.49）%和68.16（±0.37）%，而相应的内部验证损失（答案
讨论
本研究将听觉剥夺建模为预训练大语言模型（用作层次化听觉处理的计算机模拟模型）的输入级扰动。在该框架中，区域1独特地抑制了类似耳鸣的过度活动，且其表征始终与其他所有下游区域的表征保持一致区分。相比之下，区域2至8在所有条件下形成了一个高度同质化的表征块。区域2对
结论
本研究结果表明，在模拟听力损失条件下适应的大语言模型可以发展出功能分化的内部表征，这与人类耳鸣模型中提出的关键分离特征相吻合——抑制性早期阶段、丘脑样转化阶段和高级调节阶段。作为计算类比，该框架生成了关于丘脑转化与高级调节之间相互作用的区域特异性、可检验的假设。该
伦理声明
本研究不需要伦理审查批准，因为研究完全基于计算建模，不涉及人类参与者、可识别的人类数据或动物实验。
生成式AI及AI辅助技术声明
在撰写本文过程中，作者使用了Claude（Anthropic）和ChatGPT（OpenAI）以协助语言编辑、翻译辅助和编程任务，包括代码辅助和调试。在使用这些工具后，作者对内容进行了审阅和编辑，并对已发表文章的内容承担全部责任。
CRediT作者贡献声明
韩桑云（Sang-Yoon Han）：概念化、方法论、验证、形式化分析、调查研究、资源、数据整理、初稿撰写、审阅与编辑、可视化。
宋宰镇（Jae-Jin Song）：概念化、方法论、形式化分析、初稿撰写、审阅与编辑、监督。
崔秉云（Byung Yoon Choi）：概念化、方法论、形式化分析、初稿撰写、审阅与编辑、监督。
具在元（Ja-Won Koo）：概念化、方法论、形式化
未引用参考文献
Asilador和Llano，2021
CRediT作者贡献声明
韩桑云（Sang-Yoon Han）：审阅与编辑、初稿撰写、可视化、验证、资源、方法论、调查研究、形式化分析、数据整理、概念化。宋宰镇（Jae-Jin Song）：审阅与编辑、初稿撰写、监督、方法论、形式化分析、概念化。崔秉云（Byung Yoon Choi）：审阅与编辑、初稿撰写、监督、方法论、形式化分析、概念化。具在元（Ja-Won Koo）：审阅与编辑、初稿撰写、
韩桑云（Sang-Yoon Han）|宋宰镇（Jae-Jin Song）|崔秉云（Byung Yoon Choi）|具在元（Ja-Won Koo）|张慕英（Munyoung Chang）
