Активная инференция и принцип свободной энергии переосмысливают основные медицинские деятельности — диагностику, выбор лечения и поддержание физиологической стабильности — как процессы построения и обновления генеративных моделей в условиях неопределенности. Литература концептуально зрелая в ряде специальностей (психиатрия, больница боли, неврология), но эмпирически находится на ранней стадии: большинство моделей являются теоретическими, феноменологическими или основанными на симуляциях, и очень мало полностью развернутых клинических систем. На этой странице рассматриваются причины, по которым медицина подходит для этого фреймворка, текущее состояние литературы, существующие конкретные проекты и инструменты, а также недостающие доказательства.
Почему домен подходит
Медицина в своей основе — это восприятие и действия в условиях неопределенности: клиницисты делают выводы о скрытых состояниях болезни на основании шумных признаков и данных, а также выбирают действия для направления пациентов к желаемым состояниям, в то время как пациенты интерпретируют смысл телесных ощущений и действуют на основе этих интерпретаций. Принцип свободной энергии переосмысливает гомеостаз и аллостезу как проблемы вывода, в которых организмы имеют предварительные убеждения о желаемых физиологических диапазонах и выбирают действия для минимизации ожидаемой свободной энергии при их нарушении. Многие болезни можно тогда понять как сбои в выводе и контроле — метаболические расстройства как нарушения генеративных моделей баланса энергии, расстройства настроения как неверно откалиброванные интероцептивные ожидания и хроническая боль как дезадаптивное взвешивание точности предсказаний ошибок ноцицепции. Эта структура также была расширена за пределы мозга на морфогенез, где ткани моделируются как клеточные ансамбли, минимизирующие свободную энергию относительно целевой морфологии, что дает таким состояниям, как рак и фиброз, параллельное чтение как сбои в коллективном выводе.
Обзор литературы
Психиатрия является наиболее развитой областью применения: обзор 2024 года от Moutoussis, Friston и коллег утверждает, что активное инференция может унифицировать подразделы психологии, охватывая тревогу, депрессию, психоз и аутизм как нарушения в отношении априорных данных, точности и выбора политики; Badcock и Friston переосмысливают депрессию как выборки мира в соответствии с пессимистическими априорными данными о вознаграждении; а работы Barrett и Simmons, а также Smith и Friston об интероцептивном инференции связывают психосоматические и эмоциональные симптомы с неправильно откалиброванными интероцептивными априорными данными и точностью. Неврология следует за этим не отставая, где исследование Schwartenbeck и коллег 2021 года в журнале Brain описывает движение как реализацию предсказанных сенсорных траекторий и анализирует болезнь Паркинсона, дистонию и функциональные двигательные расстройства как сбои в этой предсказательной машине. Исследования боли и эффектов плацебо (Geuter et al.; Ciaunica et al.) моделируют эффекты плацебо/ноцебо и хроническую боль как сдвиги в априорных данных и точности внутри всехostatic активного инференционного аккаунта. Во всех областях повторяется эта картина: сильная теоретическая разработка, растущая подгонка поведенческих и нейровизуализационных моделей, но мало исследований, которые напрямую сравнивают активную инференцию с конкурирующими фреймворками, такими как обучение с подкреплением или классические байесовские модели.
Ключевые проекты и инструменты
Конкретные примеры в области инженерного дела новее и сосредоточены в онкологии, робототехнике и цифровых двойниках. Работа Лиу, Фристона и их коллег «Управление пространством убеждений для персонализированной противоопухолевой терапии посредством активной инференции» приводит к ожидаемой цели свободной энергии по скрытому грузу опухоли и чувствительности к лекарствам, позволяя политикам лечения сбалансировать снижение неопределенности относительно ответа опухоли против максимизации благоприятных результатов — продемонстрировано на смоделированных траекториях пациентов, но не развернуто клинически. Поппелуо, Фристону и их коллегам предлагаются «активные цифровые двойники», которые не просто моделируют пациента, но и предлагают тесты, лечение и изменения образа жизни, а также обновляют свою генеративную модель на основе результатов, используя ожидаемую свободную энергию для выбора политики. Работа Ван де Лаара и его коллег по робототехнике об активном инференции контроллерах для интеграции восприятия-действия цитируется как напрямую переносимая на хирургические роботы, реабилитационные устройства и системы помощи, а в статье 2025 года Nature Digital Medicine предлагаются стратегии подпромптинга, вдохновленные активной инференцией, чтобы сделать LLM-основанную медицинскую поддержку принятия решений более надежной путем рассмотрения взаимодействия человек-LLM как сопряженной инференции. С точки зрения программного обеспечения отчет отмечает общие инструменты — SPM для обратного инвертирования байесовских моделей нейровизуализации/поведения и такие Python библиотеки сообщества, как pymdp для генеративных моделей марковских процессов принятия решений, адаптируемые к этим медицинским случаям использования, хотя стандартизированной медицинской библиотеки активного инференции пока не существует.
Открытые проблемы
В отчете эмпирическая валидация и сравнение моделей определены как наиболее насущный пробел: модели Active Inference в психиатрии, лечении боли и неврологии нуждаются в прямом тестировании по сравнению с обучением с подкреплением, дрейф-диффузией и классическими байесовскими альтернативами на реальных данных пациентов, а не только на симуляциях. Идентифицируемость и гетерогенность пациентов являются второй проблемой — генеративные модели содержат множество скрытых параметров (априорные значения, точность, вероятности переходов), которые трудно однозначно оценить по разреженным, зашумленным данным, характерным для клинических условий, что мотивирует использование априорных значений на уровне популяции и оптимизированный для идентифицируемости дизайн измерений. Интеграция Active Inference с глубоким обучением и LLM (использование нейронных сетей для параметризации моделей наблюдения/перехода, в то время как Active Inference занимается выбором политики) отмечена как открытая исследовательская граница, а не как решенная задача. Наконец, клиническая трансляция поднимает нерешенные регуляторные и этические вопросы — адаптивные, постоянно обновляющиеся вероятностные системы не соответствуют регуляторным рамкам, созданным для фиксированных алгоритмов, и отчет призывает к пилотным исследованиям доверия клиницистов/пациентов до более широкого внедрения, наряду с живой концептуальной дискуссией о том, достаточно ли фальсифицируем принцип свободной энергии, чтобы вообще служить конкурирующей парадигмой.
Опорный каркас
Карл Дж. Фристон (2010). Принцип свободной энергии: единая теория мозга? Nature Reviews Neuroscience. DOI: 10.1038/nrn2787. Томас Парр, Джованни Пеццуло, Карл Дж. Фристон (2022). Active Inference: Free Energy Principle в разуме, мозге и поведении. MIT Press. Джованни Пеццуло, Франческо Риголи, Карл Дж. Фристон (2017). Active Inference, гомеостатическая регуляция и адаптивный поведенческий контроль. Progress in Neurobiology. DOI: 10.1016/j.pneurobio.2017.08.001. Ланселот Да Коста, Томас Парр, Нур Саджид, Себастьян Веселич, Викторита Няку, Карл Дж. Фристон (2020). Активный вывод в дискретных пространствах состояний: синтез. Journal of Mathematical Psychology. DOI: 10.1016/j.jmp.2020.102447.