赤いリンゴを見たとき、視覚系は眼に届いた光を網膜で神経信号へ変換し、色や輪郭などの特徴を処理する。私たちはその結果を使って、目の前の物体をリンゴと識別し、色を「赤い」と報告できる。しかし、赤いと答える能力を説明することと、赤さが本人にどのように感じられるのかを説明することは、異なる課題である。前者では、光の入力から神経処理を経て発話に至る過程を調べられる。後者では、その過程に伴って現れる主観的な感覚の質が問われる。
痛みについても同じ区別が成立する。熱い物に触れて手を引っ込める反応には、脊髄を介した反射回路が関与する。一方、熱さや痛みを意識的に経験する過程には、末梢からの感覚信号に加え、脳内での処理が関係する。手を引っ込めるまでの時間や筋肉の活動を測定すれば、防御反応がどのように生じたかを調べられる。しかし、その測定値から、本人が経験した痛みの質や程度が一意に定まるわけではない。行動と主観的な経験は関連しているが、行動から経験を推定するには、その対応関係についての追加の根拠が必要になる。
この主観的な感じの質を、哲学ではクオリアと呼ぶ。赤さの感じ、痛みの感じ、音の響きなどは、刺激の物理的な性質や神経活動と関係しながら、経験する主体にとってどのように現れるかという問題を含んでいる。神経科学では、本人の報告と脳活動を対応づけることで、意識体験に関係する神経過程を調べてきた。その際、神経活動の観測結果、刺激に対する行動反応、本人が報告する体験内容を区別しておく必要がある。これらを一つの指標へまとめると、神経活動と行動の関係が確認された段階で、主観的な経験まで説明できたと判断する飛躍が生じる。
麻酔は、この対応関係を調べるための重要な実験条件を与える。全身麻酔薬は神経系へ作用し、外界への行動反応性を変化させる。麻酔前、麻酔中、回復後の神経活動を比較すれば、反応性の変化に伴って脳内のどのような性質が変わったのかを検討できる。さらに、異なる分子へ作用する麻酔薬を比較することで、薬剤ごとの作用機序と、反応性の低下に共通する神経活動の特徴を分けて調べられる。ただし、反応できる能力の低下、内的な体験の消失、体験についての記憶の消失は、それぞれ異なる現象である。
2026 年に発表された国際共同研究は、ヒト、マカク、マーモセット、マウス、ゼブラフィッシュ、線虫という 6 種の神経活動を比較し、麻酔に伴う時系列特徴に共通した変化があることを報告した。研究では 6,827 種類の時系列特徴を解析し、異なる条件の比較を通じて、変化方向が共通する 485 種類の特徴を特定した。主要な変化として、神経活動が過去の状態との関連を保持する時間スケールの短縮と、神経活動の空間的な連携の低下が認められた。さらに、マカクでは視床への脳深部刺激によって行動反応性が回復すると、神経動態も麻酔時とは逆方向へ変化した。
この結果は、神経系の構造や麻酔薬の分子作用が異なっていても、反応性の低下に伴う神経活動に共通する特徴が存在することを示している。一方、比較された生物種では、神経細胞の数、神経回路の構造、感覚処理の仕組みが大きく異なる。神経活動の統計的な特徴が共通しているという事実から、それぞれの生物が同じ主観的体験を持つと推定するには、神経動態と体験の関係を特定する必要がある。ここに、観測可能な神経活動からクオリアについて何を導けるのかという問いが生じる。
この関係を明確にするため、神経活動を数理モデルで表し、時間的な持続性、領域間の相関、共有される情報量を別々の指標として導出する。さらに、主観的体験を未知の変数として導入することで、観測された神経活動と行動反応から何が識別でき、どのような追加情報があれば体験についての推定を進められるのかを検討する。数理モデルは神経活動と観測の関係を明示する手段となり、実験結果から導ける命題と、追加の仮定を必要とする命題の境界を示す。
1. 感じていることは反応から直接は見えない
目の前に赤いリンゴがあるとき、観察者が記録できるのは、物体から眼へ届く光、網膜や脳の活動、色を尋ねられた人の発話やボタン操作などである。リンゴの表面がどの波長の光を反射し、その光が視覚系でどのように処理されるかは、物理的な測定と神経活動の計測によって調べられる。色を正しく答えるまでの時間や誤答率を測定すれば、色の弁別能力も評価できる。しかし、これらの測定には、それぞれ異なる対象と条件がある。反射光の測定は物体と照明の関係を捉え、神経活動の計測は視覚処理の一部を捉え、回答の記録は判断を外部へ表出する能力を捉えている。
この違いを意識研究の問題として整理したのが、Ned Block による現象的意識とアクセス意識の区別である。現象的意識は、ある経験が本人にとってどのように感じられるかという側面を指す。アクセス意識は、情報が推論、判断、発話、行動の制御などに利用できる状態を指す。Block は、この二つの側面を区別する必要性を論じた[1]。赤いリンゴの例では、色を識別して報告する能力がアクセスに関わり、赤さがどのように経験されるかが現象的な側面に関わる。両者の関係を調べるには、報告能力の成立条件と主観的体験の成立条件を、それぞれ検討する必要がある。
色を報告するまでの過程を分解すると、少なくとも二つの異なる変換がある。第一に、眼へ届いた光が視覚系によって処理され、色の弁別に利用できる神経活動が生じる。第二に、その情報が判断や発話に利用され、「赤い」という回答が生成される。第一の過程には感覚受容や神経回路の活動が関係し、第二の過程には課題の理解、注意、記憶、言語処理、運動制御などが関係する。正しい回答が得られたとしても、その結果だけでは、二つの変換の内部でどのような神経活動が生じたかを一意に特定できない。さらに、赤さという主観的な経験がどの過程と対応するのかについても、独立した検討が必要になる。
たとえば、同じ赤いリンゴを見ても、照明が変化すれば眼へ届く光の分布は変わる。それでも色の恒常性が働けば、異なる照明条件で同じ「赤い」という判断が成立する場合がある。また、色を見分けられる人でも、質問を理解できない、発話できない、運動反応を実行できないといった条件では、正しい回答を外部へ示せない可能性がある。観察された回答には、感覚処理の結果だけでなく、回答を生成するための複数の条件が反映されている。このため、行動反応を意識体験の指標として利用するには、感覚処理から回答までの経路を考慮する必要がある。
この関係を数理的に扱うため、ある時点の神経系の状態を \(X\)、外界への行動反応を \(R\)、主観的な経験を \(Q\) と置く。\(X\) は神経細胞や神経回路の活動状態をまとめた変数であり、実際の実験では脳波、fMRI、神経細胞の活動計測などを通じて、その一部を観測する。\(R\) は刺激に対する応答の有無、反応時間、発話などによって評価できる。\(Q\) は、何らかの経験が成立しているかという側面と、その経験がどのような質や内容を持つかという側面を含む。
神経活動そのものと、計測機器から得られる信号も区別する必要がある。神経系の状態 \(X\) から観測信号 \(Y\) を得る測定手続きを \(\mathcal{M}\)、測定条件を \(c_M\) とすれば、関係は次のように表せる。
Y=\mathcal{M}(X,c_M)
\]
ここで \(Y\) は、計測機器から得られた信号や解析に利用する観測値を表す。\(\mathcal{M}\) は神経活動を観測値へ変換する測定手続きであり、\(c_M\) には測定機器の特性、時間分解能、空間分解能、信号処理の条件などが含まれる。この式は、観測信号が神経系の状態と測定条件の両方に依存することを表している。たとえば、fMRI は神経活動に伴う血流動態の変化を利用するため、得られる信号には血管応答や測定時間の制約が含まれる。神経細胞の活動をより直接的に測定する手法とは、取得できる情報の種類と時間分解能が異なる。
行動反応についても、神経状態だけでなく、提示された刺激と反応を実行する条件が関係する。刺激を \(u\)、行動生成に関わる条件を \(c_R\)、反応を生成する過程を \(G\) とすれば、次の関係を置ける。
R=G(X,u,c_R)
\]
\(u\) は提示された色、音、痛み刺激などを表し、\(c_R\) には課題の指示、運動能力、反応装置の条件などが含まれる。\(G\) は、これらの条件から観測される反応を生成する関数である。実際の行動には確率的な変動もあるため、この式は反応を決める要因を整理するための簡略化である。同じ神経状態であっても刺激や反応条件が変われば行動は変化し得る。また、同じ反応が得られたとしても、その背後にある神経状態が一意に決まるとは限らない。
この二つの式を組み合わせると、観測者が取得する神経信号 \(Y\) と行動反応 \(R\) は、それぞれ異なる条件を通じて生成されることが分かる。神経活動の計測と行動の記録を同時に行えば、両者の統計的な関係を調べられる。しかし、主観的な経験 \(Q\) は、これらの観測と同じ方法で直接取得できる変数ではない。本人が体験を言葉で報告できる場合、その報告は \(Q\) を推定するための証拠になるが、報告にも記憶、言語化、反応生成の条件が関係する。観測信号、行動反応、体験報告は、それぞれ異なる情報を含む。
| 対象 | 主な証拠 | 証拠が直接示す範囲 | 推定に必要な追加条件 |
|---|---|---|---|
| 神経活動 \(X\) | 脳波、fMRI、神経細胞の活動計測。 | 測定手続きと計測条件を通じて得られた神経系の動的な性質。 | 観測信号 \(Y\) から神経状態を推定するための測定モデルと、時間・空間分解能の制約を考慮する必要がある。 |
| 行動反応 \(R\) | 刺激への応答、運動、発話、反応時間。 | 指定された刺激と課題条件のもとで、反応が生じたかどうか。 | 感覚入力、注意、判断、運動出力など、反応生成に関わる条件を考慮する必要がある。 |
| 主観的体験 \(Q\) | 本人の体験報告、知覚の弁別、神経活動との対応。 | 報告された体験の有無や内容と、報告に対応する観測可能な変化。 | 体験と神経活動の対応関係に加え、報告能力、記憶の保持、言語化の条件を評価する必要がある。 |
表の各行は、同じ実験で取得できる情報であっても、直接評価している対象が異なることを示している。神経活動の測定では、時間スケールや領域間相関などの動的な特徴を数値化できる。行動反応の測定では、刺激に応答できる能力を評価できる。主観的体験については、本人の報告を神経活動と対応づけることで、その成立条件に関する仮説を検証できる。測定対象と推定対象を区別すれば、どの証拠がどの命題を支えるのかを明確にできる。
この区別は麻酔研究で特に重要になる。麻酔薬が神経系へ作用すると、神経活動の状態が変化し、その影響によって外界への行動反応性も変化する。さらに、神経活動の変化が意識体験に関係するなら、体験の有無や内容にも変化が生じる可能性がある。ただし、神経活動と行動の対応が確認された段階で直接得られるのは、観測可能な二つの対象の関係である。クオリアについての結論には、体験報告や意識状態を識別する追加の指標との照合が必要になる。
赤いリンゴの色を正しく答えること、熱い物から手を引っ込めること、麻酔下で刺激に反応しなくなることは、いずれも外部から観測できる行動である。それぞれの行動には異なる神経過程が関係し、行動の有無から推定できる情報の範囲も異なる。クオリアを神経科学と接続するための出発点は、これらの行動を生み出す神経活動を測定し、その観測結果と主観的な経験を、どの条件で対応づけられるかを明らかにすることにある。
2. 反応しない状態にも異なる意識状態がある
麻酔中の人が呼びかけに応じなくなった場合、外部から確認できるのは、呼びかけという刺激に対して行動反応が生じなかったという事実である。その人が声を知覚していたか、夢のような内的な体験をしていたか、覚醒後にその体験を思い出せるかは、それぞれ異なる問いになる。麻酔による無反応状態には、感覚情報の処理、意識体験、記憶形成、運動出力という複数の機能が関係するため、反応性だけでは状態の全体を特定できない。
Bayne らは、意識状態を単一の高低によって表す方法の限界を論じ、複数の認知的・行動的な側面から意識状態を評価する必要性を示した[2]。たとえば、外界の刺激を意識的に経験する能力と、内部で夢を経験する能力は区別できる。また、体験が成立していても、その内容を記憶として保持する能力や、言語によって報告する能力が低下している場合がある。意識状態を一つの数値で表すと、こうした能力の組み合わせによる違いが失われる。
この違いは、外部から反応を観測するまでの過程を分解すると理解しやすい。呼びかけに応答するには、まず音刺激が聴覚系へ入力され、その情報が神経系で処理される。次に、呼びかけの意味を判断し、応答するための運動を実行する必要がある。聴覚処理、判断、運動出力のいずれかに制約が生じれば、外部からは同じ無反応として観測されうる。一方、内的な体験が続いていても、外界からの刺激を処理したり、応答する行動を生成したりする能力が十分でなければ、観察者はその体験を行動から確認できない。
意識体験について質問する実験にも、同様の問題がある。「赤く見えたか」と尋ねて回答を求める場合、視覚刺激の処理に加えて、質問への注意、経験内容の判断、回答の保持、発話やボタン操作が必要になる。実験で測定された脳活動には、意識体験に関係する活動と、体験を報告するために必要な活動が混在しうる。Tsuchiya らが整理した報告不要の実験方法は、報告に伴う神経処理の影響を減らし、意識体験そのものに関係する神経活動を特定するための試みである[3]。こうした方法でも、観測指標と主観的体験の対応を検証する必要は残る。
無反応状態の内部にある違いを整理すると、観測結果と主観的体験が一対一に対応しない理由が明確になる。
| 想定される状態 | 主観的体験 | 外界への反応 | 区別するための証拠 |
|---|---|---|---|
| 体験が成立していない状態 | 主観的な経験が生じていないと仮定する。 | 刺激に対する応答が観測されない。 | 神経活動の特徴や回復後の報告など、反応性以外の証拠との照合が必要になる。 |
| 内的な体験が続いている状態 | 夢などの内的な経験が成立していると仮定する。 | 外界の刺激への応答が観測されない場合がある。 | 覚醒後の体験報告や、内的な体験と関連する神経活動が手掛かりになる。 |
| 反応を出力できない状態 | 外界の刺激について何らかの経験が成立している可能性がある。 | 運動出力などの制約によって応答が観測されない。 | 運動出力に依存しない神経指標や、別の応答手段による検証が必要になる。 |
| 体験を報告できない状態 | 体験が成立していても、その内容の記憶や言語化に制約がある可能性がある。 | 刺激への反応があっても、体験内容の報告が得られない場合がある。 | 報告能力、記憶の保持、神経活動を区別して評価する必要がある。 |
表の各状態は、観測と推定の関係を説明するための概念的な分類であり、相互に排他的な臨床分類ではない。特に、内的な体験が続くことと、運動出力が制約されることは同時に生じうる。外部から同じ反応が観測された場合でも、その背後にある神経活動と主観的体験には複数の可能性が残る。
この関係を数理的に表すため、外界への反応を \(R\in\{0,1\}\) とし、\(R=0\) を無反応、\(R=1\) を反応ありと定義する。主観的体験を表す変数 \(Q\) には、体験が存在しない状態 \(\varnothing\) と、何らかの体験内容を持つ状態を含める。無反応が観測されたとき、特定の主観的状態 \(q\) が成立している確率は、次の条件付き確率で表される。
P(Q=q\mid R=0)
\]
この式は、反応が観測されなかったという条件のもとで、主観的状態が \(q\) である確率を表している。\(q=\varnothing\) とすれば、体験が存在しない確率を表す。\(q\) に内的な体験を表す状態を指定すれば、無反応であっても何らかの経験が成立している確率を表す。ただし、これは主観的体験を確率変数としてモデル化できると仮定した表現であり、確率の値そのものが観測から直ちに得られるわけではない。
条件付き確率を求めるには、無反応がそれぞれの主観的状態でどの程度起こるかという情報と、各状態がもともとどの程度生じるかという情報が必要になる。主観的状態を離散的な候補集合 \(\mathcal{Q}\) で表し、無反応が生じる確率が正であると仮定すると、ベイズの定理によって次の式が得られる。
P(Q=q\mid R=0)
=
\frac{
P(R=0\mid Q=q)P(Q=q)
}{
\displaystyle\sum_{q’\in\mathcal{Q}}
P(R=0\mid Q=q’)P(Q=q’)
}
\]
分子の \(P(R=0\mid Q=q)\) は、主観的状態 \(q\) のもとで無反応が観測される確率である。\(P(Q=q)\) は、反応を観測する前にその状態が成立している確率を表す。分母は、候補となる各状態について無反応が生じる確率を合計したものであり、結果を確率として正規化する役割を持つ。この式から、無反応という観測結果だけでは、主観的状態の確率分布を決定するための情報が不足していることが分かる。
たとえば、無反応の原因が体験の消失であるという仮説と、内的な体験が続いたまま外界への応答能力が低下したという仮説を考える。どちらの仮説でも \(R=0\) が観測されるなら、その一回の観測結果は両仮説と整合する。二つの仮説を比較するには、神経活動の特徴、体験の事後報告、薬剤や刺激条件の違いなど、追加の証拠を用いる必要がある。反応の有無を測定することと、その反応から潜在的な体験状態を推定することは、統計的にも異なる操作となる。
追加の証拠として体験報告を利用する場合にも、記憶の問題が残る。麻酔から回復した人が「何も覚えていない」と報告した場合、その報告は回復後に体験内容を想起できなかったことを直接示している。麻酔中に体験が成立していたかどうかを推定するには、体験の成立、記憶の形成、回復後の想起という過程を区別する必要がある。報告が得られなかった理由が記憶の形成や保持にある場合、体験の有無だけを説明変数とするモデルでは観測結果を十分に表せない。
このように、無反応状態を一つの行動分類として扱うことは可能だが、その内部には異なる神経状態と主観的体験の可能性が含まれる。条件付き確率の式は、無反応という一つの観測結果から体験の有無を推定する際に、どのような追加情報が必要になるかを明示している。麻酔による神経活動の変化を測定する意義も、反応性に対応する特徴を発見するだけでなく、その特徴が体験の有無や内容についてどの程度の情報を与えるかを検証できる点にある。
3. 経験の連続性と神経活動の持続性を分ける
音楽を聴くとき、現在鳴っている音は、それ以前に鳴った音との関係によって旋律として知覚される。隣り合う二つの音が同じでも、それ以前にどのような音が続いていたかによって、旋律の中での意味は変わる。音楽を時間的なまとまりとして理解するには、現在の入力だけでなく、過去の入力から得られた情報が現在の処理へ影響する必要がある。このような時間的な情報の統合は、音楽に限らず、言語の理解、動作の認識、出来事の順序判断などにも関係する。
Hasson らは、情報処理と記憶を独立した機能として切り離すのではなく、神経回路が異なる時間スケールで過去の情報を蓄積し、現在の入力と統合する過程として捉える枠組みを示した[4]。たとえば、短い時間に変化する音の特徴を処理する場合と、数秒以上にわたる発話の文脈を理解する場合では、過去の情報が現在の処理へ影響する時間範囲が異なる。神経系が複数の時間スケールで活動することは、こうした異なる長さの情報を処理するための条件の一つになる。
実際に、霊長類の大脳皮質では、神経活動が過去の状態と統計的な関連を保つ時間に領域差がある。Murray らは、神経細胞の発火活動に含まれる自発的な変動を解析し、感覚に関わる領域では比較的短い時間スケールが、前頭前野などでは比較的長い時間スケールが認められることを報告した[5]。これは、脳領域ごとに活動の時間的な性質が異なり、処理する情報の時間範囲との関係を検討できることを示している。ただし、過去の活動との相関が長く続くことと、特定の記憶内容が保持されることは同義ではない。前者は神経信号の統計的な性質であり、後者には情報の表現や利用可能性が関係する。
時間的な活動の持続性は、脳領域間の関係とも結び付いている。Massimini らは、睡眠中の大脳皮質へ磁気刺激を与え、その刺激に伴う脳活動の伝播を調べた。覚醒時には広い範囲へ伝わる活動が、深いノンレム睡眠では局所的な応答にとどまりやすくなることを報告した[6]。この結果は、神経活動が局所的に生じることと、その影響が他の領域へ伝わることを区別する必要性を示している。時間的な持続性と領域間の連携は異なる評価軸であるが、神経回路の相互作用を通じて関係しうる。
この関係を数理的に調べるため、二つの神経領域が互いに影響しながら活動する最小モデルを考える。各領域の活動は、時間とともに自然に減衰する一方、他方の領域から影響を受け、偶発的な揺らぎによって変動する。この三つの要素を組み合わせると、神経活動が過去の状態とどの程度の時間にわたって関連を保つかを計算できる。
時刻 \(t\) における二つの領域の活動を \(x_1(t)\)、\(x_2(t)\) とし、次の連立確率微分方程式を置く。
\begin{aligned}
dx_1
&=(-\alpha x_1+\beta x_2)\,dt+\sqrt{2D}\,dW_1,\\
dx_2
&=(\beta x_1-\alpha x_2)\,dt+\sqrt{2D}\,dW_2.
\end{aligned}
\]
\(\alpha\) は各領域の活動が自然に減衰する速さ、\(\beta\) は領域間の相互作用の大きさ、\(D\) は偶発的な揺らぎの強さを決める係数である。\(W_1\) と \(W_2\) は独立したウィーナー過程であり、時間の経過に伴って生じる不規則な変動を表す。\(dt\) は微小な時間幅、\(dx_1\) と \(dx_2\) はその間の活動の変化量である。
第一の式では、\(-\alpha x_1\) が領域 1 の活動を減衰させ、\(\beta x_2\) が領域 2 からの影響を与える。第二の式も同じ構造を持ち、二つの領域が対称的に結合している。各領域へ加わる確率的な揺らぎは独立しているが、相互作用 \(\beta\) によって活動の間には統計的な関連が生じうる。これにより、局所的な減衰と領域間の相互作用が、活動の持続時間へ与える影響を分けて解析できる。
以下では \(D>0\) および \(\alpha>\beta\geq 0\) を仮定する。\(\alpha>\beta\) は、領域間の相互作用によって活動が無制限に増大せず、時間とともに安定した確率分布へ近づくための条件である。このモデルは神経活動の基本的な時間特性を調べるために構成した線形モデルであり、実際の神経細胞が持つ非線形な応答や、特定の麻酔薬の分子作用をすべて表現しているわけではない。
3.1 共通の動きと、異なる動きを分ける
二つの領域が相互作用する場合、それぞれの活動を別々に追うだけでは、持続時間が何によって決まるかを読み取りにくい。そこで、二つの領域が同じ方向に変化する共通成分と、反対方向に変化する差分成分へ分解する。共通成分を \(x_+\)、差分成分を \(x_-\) と定義する。
x_+=\frac{x_1+x_2}{\sqrt{2}},
\qquad
x_-=\frac{x_1-x_2}{\sqrt{2}}
\]
\(x_+\) は二つの領域の活動を加えた成分であり、両領域が同じ方向に変化すると大きくなる。\(x_-\) は活動の差を表し、両領域が異なる方向に変化すると大きくなる。分母の \(\sqrt{2}\) は、変数変換によって活動の大きさの尺度が不必要に変わることを防ぐための正規化係数である。
この変数変換をもとの連立方程式に代入すると、共通成分と差分成分について、それぞれ独立した減衰過程が得られる。
\begin{aligned}
dx_+
&=-(\alpha-\beta)x_+\,dt+\sqrt{2D}\,dW_+,\\
dx_-
&=-(\alpha+\beta)x_-\,dt+\sqrt{2D}\,dW_-.
\end{aligned}
\]
ここで \(W_+=(W_1+W_2)/\sqrt{2}\)、\(W_-=(W_1-W_2)/\sqrt{2}\) である。もとの揺らぎが独立したウィーナー過程であるため、変換後の \(W_+\) と \(W_-\) も独立したウィーナー過程になる。こうして、相互作用を持つ二つの領域の活動を、それぞれ異なる減衰率を持つ二つの過程として解析できる。
共通成分の減衰率は \(\alpha-\beta\)、差分成分の減衰率は \(\alpha+\beta\) である。減衰率が \(k\) の活動は、時間とともに \(e^{-kt}\) に比例して減少するため、その大きさが初期値の \(1/e\) になるまでの時間は \(1/k\) となる。これを緩和時間と呼ぶ。二つの成分の緩和時間は次のように導かれる。
\boxed{
\tau_+=\frac{1}{\alpha-\beta},
\qquad
\tau_-=\frac{1}{\alpha+\beta}
}
\]
\(\tau_+\) は共通成分が減衰する時間スケール、\(\tau_-\) は差分成分が減衰する時間スケールを表す。\(\beta\) が正であれば、\(\alpha-\beta\) は \(\alpha+\beta\) より小さいため、\(\tau_+\) は \(\tau_-\) より長くなる。つまり、二つの領域が同じ方向に変化する成分は比較的長く持続し、異なる方向に変化する成分は比較的速く減衰する。
たとえば、\(\alpha\) を一定にしたまま \(\beta\) を大きくすると、共通成分の減衰率は小さくなり、その活動は長く残る。一方、差分成分の減衰率は大きくなり、両領域の活動の違いは速く失われる。領域間の相互作用は、活動を単純に増減させるだけでなく、どのような変動が長く持続するかを変える。この結果は、神経活動の時間的な性質が、各領域の局所的な減衰特性と領域間の相互作用の両方によって決まることを示している。
3.2 過去の活動が残る時間を測る
神経活動の時間的な持続性を実験データから調べるには、現在の活動と過去の活動の間にどの程度の統計的な関連が残っているかを測定する方法がある。その代表的な指標が自己相関関数である。ある時点の活動と、一定の時間差を隔てた同じ領域の活動との相関を求めれば、過去の状態の影響がどの程度の時間にわたって残るかを評価できる。
時間差を \(s\) とし、一つの領域の正規化自己相関を \(C(s)\) と定義する。時間差がゼロであれば同じ時点の活動を比較するため、\(C(0)=1\) となる。時間差が大きくなるにつれて自己相関が減少する場合、過去の活動状態との統計的な関連が徐々に失われていると解釈できる。自己相関が減衰する速さは、神経活動の時間的な持続性を定量化する手掛かりになる。
先ほどの最小モデルでは、共通成分と差分成分がそれぞれ異なる減衰率を持つため、一つの領域の自己相関は両成分の寄与を組み合わせたものになる。安定条件のもとで十分に時間が経過した定常状態を考えると、各成分の分散は次のように表される。
\operatorname{Var}(x_+)=\frac{D}{\alpha-\beta},
\qquad
\operatorname{Var}(x_-)=\frac{D}{\alpha+\beta}
\]
分散は活動の揺らぎの大きさを表す。\(D\) が大きいほど各成分の揺らぎは大きくなるが、減衰率が異なるため、共通成分と差分成分の分散も異なる。領域 1 の活動は \(x_1=(x_++x_-)/\sqrt{2}\) で表されるため、その自己相関には二つの成分の分散と減衰率が反映される。
各成分が時間差 \(s\) の間に指数関数的に減衰することを用いると、領域 1 の正規化自己相関は次の式になる。対称なモデルであるため、領域 2 にも同じ結果が成立する。
C(s)=
\frac{
(\alpha+\beta)e^{-(\alpha-\beta)s}
+
(\alpha-\beta)e^{-(\alpha+\beta)s}
}{2\alpha},
\qquad s\geq 0
\]
分子の第一項は共通成分の寄与を、第二項は差分成分の寄与を表す。各項の指数関数は、その成分が時間とともにどの程度減衰するかを示している。係数が異なるのは、共通成分と差分成分の分散が異なるためである。分母の \(2\alpha\) は、時間差ゼロで自己相関が 1 となるように正規化する役割を持つ。
この式では、\(\alpha>\beta\geq 0\) の条件のもとで、二つの指数関数はいずれも時間とともに減少する。したがって、\(C(s)\) は \(s=0\) で 1 となり、時間差が大きくなるにつれてゼロへ近づく。ただし、有限の時間差でゼロを横切ることはなく、正の値を保ちながら減衰する。これは、モデルが二つの安定した指数減衰過程から構成されているためである。
自己相関の減衰を一つの時間指標へまとめるため、時間差ゼロから無限大までの自己相関の積分値を \(T\) と定義する。この値は、自己相関の曲線と横軸の間の面積に相当する。活動が過去の状態と長く関連し続けるほど、この面積は大きくなる。
T=\int_0^\infty C(s)\,ds
\]
この積分に先ほどの自己相関関数を代入する。指数関数 \(e^{-ks}\) をゼロから無限大まで積分した値は、\(k>0\) のとき \(1/k\) となる。したがって、共通成分と差分成分の寄与をそれぞれ積分して加え合わせればよい。
\begin{aligned}
T
&=\frac{1}{2\alpha}
\left(
\frac{\alpha+\beta}{\alpha-\beta}
+
\frac{\alpha-\beta}{\alpha+\beta}
\right)\\[6pt]
&=\frac{1}{2\alpha}
\frac{(\alpha+\beta)^2+(\alpha-\beta)^2}
{\alpha^2-\beta^2}\\[6pt]
&=\boxed{
\frac{\alpha^2+\beta^2}
{\alpha(\alpha^2-\beta^2)}
}.
\end{aligned}
\]
この結果から、時間的な持続性 \(T\) は局所的な減衰率 \(\alpha\) と領域間の相互作用 \(\beta\) の両方に依存することが分かる。\(\beta=0\) であれば二つの領域は相互作用せず、\(T=1/\alpha\) となる。一方、\(\alpha\) を一定にしたまま \(\beta\) を大きくすると、共通成分の減衰が遅くなるため、積分時間スケール \(T\) は長くなる。これは、他の領域との相互作用が、一つの領域の活動に残る過去の影響を変化させることを示している。
なお、揺らぎの強さ \(D\) は、定常状態における活動の分散には影響するが、このモデルの正規化自己相関から導いた \(T\) の式には現れない。これは、\(D\) が共通成分と差分成分の分散を同じ倍率で変化させ、正規化の過程でその倍率が相殺されるためである。神経活動の振幅が変わることと、過去の活動との相関が持続する時間が変わることは、数理的に異なる性質として扱える。
ただし、ここで定義した \(T\) は、連続時間の理論モデルにおける積分時間スケールである。麻酔研究で用いられる内在的神経時間スケールには、観測された時系列の自己相関を、最初にゼロへ達する時点まで積算する方法がある。この方法では、計測信号の時間間隔や有限の観測期間が推定結果に関係する。今回の最小モデルの自己相関は有限時間でゼロを横切らないため、積分区間を無限大とする \(T\) を、実験で得られる指標と数値的に同一視することはできない。
| 時間的な指標 | 定義 | 評価できる性質 | 解釈上の制約 |
|---|---|---|---|
| 共通成分の緩和時間 \(\tau_+\) | 共通成分の減衰率 \(\alpha-\beta\) の逆数。 | 二つの領域が同じ方向に変化する活動の持続時間。 | 共通成分だけの性質を表し、個々の領域の自己相関全体を表すものではない。 |
| 差分成分の緩和時間 \(\tau_-\) | 差分成分の減衰率 \(\alpha+\beta\) の逆数。 | 二つの領域の活動の差が減衰する時間。 | 領域間の差分成分を表す指標であり、経験の時間的な長さを直接測定するものではない。 |
| 積分時間スケール \(T\) | 正規化自己相関を時間差ゼロから無限大まで積分した値。 | 局所的な活動が過去の状態と統計的な関連を保つ時間的な性質。 | モデルの構造と安定条件に依存し、実測データの有限時間の推定値と一致するとは限らない。 |
| 実測の内在的神経時間スケール | 観測信号の自己相関を、最初のゼロ交差まで積算するなどして推定する値。 | 実際に観測された神経活動の時間的な持続性。 | 計測手法、時間分解能、観測期間、推定方法によって値が変わりうる。 |
これらの指標は、神経活動の時間的な性質を異なる方法で表している。緩和時間はモデル内の特定の成分がどの程度の速さで減衰するかを示し、積分時間スケールは一つの領域の自己相関全体を要約する。実測の内在的神経時間スケールは、計測された信号と推定手続きに基づく値である。同じ「時間スケール」という名称であっても、定義と測定条件を区別することで、モデルと実験結果を適切に比較できる。
神経活動が過去の状態との統計的な関連を保持することは、時間的に展開する情報処理の性質を理解する手掛かりになる。音楽の旋律や言語の文脈を理解する際には、過去の情報が現在の処理へ利用される必要があり、その処理を担う神経回路には一定の時間的な構造が求められる。しかし、神経活動の自己相関は、信号が過去の状態とどの程度似ているかを測る量であり、何を経験しているかという内容を表す量ではない。同じ時間スケールを持つ神経活動でも、その活動が表現する情報や関与する機能は異なりうる。
ここに、神経活動の持続性と主観的な経験の連続性を区別する理由がある。最小モデルでは、局所的な減衰率と領域間の相互作用から、神経活動の時間的な持続性を解析的に導ける。一方、音楽が一つの旋律として感じられることや、経験が連続して現れることを説明するには、時間的な活動の性質に加えて、神経活動が表現する内容と主観的体験との対応を調べる必要がある。神経時間スケールは、その対応を検証するための測定可能な条件の一つとして位置づけられる。
4. 脳領域間の連携は経験の成立とどう関係するのか
赤いリンゴを認識するとき、視覚系では輪郭、色、位置などに関係する情報が処理される。さらに、その物体がリンゴであると判断する過程には、過去の経験から獲得された知識や、現在の注意の状態なども関係する。これらの情報処理は、単一の神経細胞や一つの脳領域だけで完結するものではなく、複数の神経回路の相互作用によって成立する。私たちが一つの物体を認識できる背景には、異なる領域で処理された情報を利用できる神経系の構造がある。
ただし、複数の領域が活動しているという事実と、それらの活動がどのように連携しているかという問題は区別する必要がある。二つの領域が同時に活動すること、活動の変動が統計的に相関すること、一方の領域の情報が他方の処理へ利用されることは、それぞれ異なる性質である。活動の相関が認められても、直接的な情報伝達が起きているとは限らない。共通の入力によって二つの領域が似た変動を示す場合もあるため、神経活動の連携を調べるには、測定している関係の種類を明確にする必要がある。
意識研究でも、神経活動と主観的体験の関係を複数の階層に分けて考える必要がある。Koch らは、意識の神経相関を検討する際に、意識状態全般に関わる神経条件、特定の意識内容に対応する神経活動、意識を可能にする背景条件を区別している[7]。たとえば、覚醒状態を維持する神経機構と、赤いリンゴを見ているときの経験内容に対応する神経活動は、関連しながらも異なる説明対象になる。ある神経活動が意識状態と関連することが確認されても、その活動が特定のクオリアをどのように成立させるかは、さらに検証すべき問題として残る。
Seth と Bayne による総説も、意識についての主要な理論が、神経活動の統合、情報の広域的な利用、再帰的な処理など、異なる過程に注目していることを整理している[8]。各理論は意識に必要と考える神経機構や、実験によって検証できる予測が異なる。神経活動の同期や領域間の相関は、こうした理論と照合するための測定可能な性質の一部である。しかし、同期性、情報の統合、主観的な経験は、それぞれ定義と測定方法が異なる概念として整理する必要がある。
脳領域間の連携を定量的に調べるため、第 3 章で導入した二領域モデルを利用する。このモデルでは、各領域の活動が自然に減衰する一方、領域間の相互作用によって互いの活動へ影響を与える。さらに、各領域には独立した確率的な揺らぎが加わる。領域間の相互作用が存在する場合、独立した揺らぎから出発しても、二つの領域の活動には統計的な関連が生じる。その関連の大きさを共分散と相関係数によって求める。
二つの領域の活動をまとめたベクトルを \(\boldsymbol{x}=(x_1,x_2)^{\mathsf T}\) とすると、連立確率微分方程式は次の行列形式で表せる。
d\boldsymbol{x}
=
A\boldsymbol{x}\,dt
+
\sqrt{2D}\,d\boldsymbol{W},
\qquad
A=
\begin{pmatrix}
-\alpha & \beta\\
\beta & -\alpha
\end{pmatrix}
\]
\(A\) は二つの領域の活動がどのように変化するかを定める行列である。対角成分の \(-\alpha\) は各領域の局所的な減衰を表し、対角以外の \(\beta\) は領域間の相互作用を表す。\(\boldsymbol{W}\) は二つの独立したウィーナー過程をまとめたベクトルであり、\(D\) は揺らぎの強さを決める。第 3 章と同じく、\(D>0\) および \(\alpha>\beta\geq 0\) を仮定する。この条件では活動が安定した確率分布へ近づくため、十分に時間が経過した定常状態の統計的な性質を計算できる。
定常状態で、領域 1 の活動の分散を \(v_1\)、領域 2 の活動の分散を \(v_2\)、両領域の共分散を \(c\) とする。分散はそれぞれの活動が平均値の周囲でどの程度変動するかを表し、共分散は二つの活動が同じ方向または反対方向に変動する傾向を表す。これらを共分散行列 \(\Sigma\) にまとめると、次のようになる。
\Sigma=
\begin{pmatrix}
v_1 & c\\
c & v_2
\end{pmatrix}
\]
定常状態では、確率的な揺らぎによって生じる分散の増加と、活動の減衰や領域間の相互作用による変化が釣り合う。この条件は、次の行列方程式によって表される。
A\Sigma+\Sigma A^{\mathsf T}+2DI_2=0
\]
\(A^{\mathsf T}\) は \(A\) の転置行列、\(I_2\) は二次元の単位行列である。\(2DI_2\) は二つの領域へ独立に加わる揺らぎの寄与を表す。左辺の最初の二項は神経活動の減衰と相互作用による共分散の変化を表し、最後の項は確率的な揺らぎによって加わる変化を表す。定常状態では共分散が時間とともに変化しなくなるため、それらの和がゼロになる。
今回のモデルでは二つの領域が対称的であるため、定常状態の分散は \(v_1=v_2=v\) となる。この条件を行列方程式に代入すると、分散 \(v\) と共分散 \(c\) について次の二つの関係が得られる。
\begin{aligned}
\alpha v-\beta c&=D,\\
\alpha c-\beta v&=0.
\end{aligned}
\]
第二の式から \(c=(\beta/\alpha)v\) が得られる。これを第一の式へ代入すると、分散と共分散をそれぞれ求められる。
\begin{aligned}
v&=\frac{D\alpha}{\alpha^2-\beta^2},\\
c&=\frac{D\beta}{\alpha^2-\beta^2}.
\end{aligned}
\]
この結果を共分散行列へ戻すと、定常状態における二つの領域の活動の関係は、次の式にまとめられる。
\boxed{
\Sigma=
\frac{D}{\alpha^2-\beta^2}
\begin{pmatrix}
\alpha & \beta\\
\beta & \alpha
\end{pmatrix}
}
\]
対角成分は各領域の活動の分散であり、対角以外の成分は領域間の共分散である。相互作用 \(\beta\) がゼロであれば共分散もゼロとなり、独立した揺らぎを受ける二つの領域は統計的に独立する。一方、\(\beta\) が正であれば、一方の領域の活動が他方へ影響するため、活動の間に正の共分散が生じる。モデル内での相互作用の存在が、観測される活動の統計的な関連へ結び付く過程を、行列方程式から導けたことになる。
共分散は活動の振幅にも依存するため、領域間の関係を比較するには正規化した指標が必要になる。そこで、共分散を二つの領域の標準偏差の積で割った相関係数を用いる。標準偏差は分散の平方根であり、この対称モデルでは両領域の標準偏差が等しいため、相関係数は共分散と分散の比になる。
S=\rho_{12}
=
\frac{\operatorname{Cov}(X_1,X_2)}
{\sqrt{\operatorname{Var}(X_1)\operatorname{Var}(X_2)}}
=
\frac{c}{v}
\]
先ほど導出した \(v\) と \(c\) を代入すると、相関係数は次のように簡略化される。
\boxed{
S=\rho_{12}=\frac{\beta}{\alpha}
}
\]
\(S\) は、二つの領域の活動がどの程度同じ方向に変動するかを表す。相互作用 \(\beta\) が局所的な減衰率 \(\alpha\) に比べて大きいほど、領域間の相関は高くなる。逆に、局所的な減衰が増加するか、相互作用が低下すると、相関係数は小さくなる。\(D\) が式から消えているのは、揺らぎの強さが共分散と分散の両方に同じ倍率で作用し、正規化の際に相殺されるためである。
この結果には、神経活動の連携を理解するうえで二つの意味がある。第一に、領域間の相互作用が変化すると、活動の相関も変化する。第二に、相関係数が同じであっても、個々の領域の活動量や時間的な持続性が同じとは限らない。相関係数は活動の関係を測る指標であり、神経系の状態全体を一つの値へ還元するものではない。
4.1 共有される情報量を計算する
二つの領域の活動について、相関係数は変動の線形な関係を表している。さらに、片方の領域の活動を知ることによって、もう片方の領域についての不確実性がどの程度減少するかを調べる方法がある。この関係を測る指標が相互情報量である。相互情報量は、二つの確率変数が統計的にどの程度依存しているかを、情報量として表す。
領域 1 の活動を確率変数 \(X_1\)、領域 2 の活動を \(X_2\) とし、それぞれの定常確率密度を \(p(x_1)\)、\(p(x_2)\)、同時確率密度を \(p(x_1,x_2)\) とする。相互情報量は次のように定義される。
I(X_1;X_2)
=
\iint p(x_1,x_2)
\ln\frac{p(x_1,x_2)}
{p(x_1)p(x_2)}
\,dx_1\,dx_2
\]
分子の \(p(x_1,x_2)\) は二つの領域の活動が同時に特定の値を取る確率密度であり、分母の \(p(x_1)p(x_2)\) は両者が独立であると仮定した場合の確率密度である。両者が独立であれば分子と分母が一致し、対数の値はゼロになる。統計的な依存関係が存在する場合には、同時分布が独立な場合の分布と異なるため、相互情報量は正の値を取る。
今回のモデルは線形の確率微分方程式であり、加えられる揺らぎは正規分布に従う。安定条件のもとでは、定常状態の \(X_1\) と \(X_2\) は二変量正規分布に従う。この場合、相互情報量は共分散行列の行列式を使って計算できる。
I(X_1;X_2)
=
\frac12
\ln
\frac{
\operatorname{Var}(X_1)
\operatorname{Var}(X_2)
}{
\det\Sigma
}
\]
\(\det\Sigma\) は共分散行列の行列式である。この対称モデルでは各領域の分散が \(v\)、共分散が \(c\) であるため、行列式は \(v^2-c^2\) となる。相関係数 \(S=c/v\) を用いれば、式をさらに簡略化できる。
\begin{aligned}
I(X_1;X_2)
&=\frac12\ln\frac{v^2}{v^2-c^2}\\[6pt]
&=\frac12\ln\frac{1}{1-(c/v)^2}\\[6pt]
&=\boxed{-\frac12\ln(1-S^2)}.
\end{aligned}
\]
\(\ln\) は自然対数であり、この式で得られる情報量の単位はナットである。\(S=0\) の場合、相互情報量はゼロになる。今回の定常正規分布では、無相関であることと統計的に独立であることが一致するため、これは二つの領域の活動が互いについて追加的な情報を持たない状態に対応する。\(S\) の絶対値が大きくなるほど相互情報量は増加する。相関係数は変動の方向と程度を表し、相互情報量は確率的な依存関係を情報量として表している。
たとえば、相関係数が \(S=0.5\) の場合、相互情報量は約 \(0.144\) ナットになる。相関係数が \(S=0.1\) の場合には、約 \(0.005\) ナットとなる。両者の差は、この正規分布モデルで二つの領域の活動の統計的な依存関係がどの程度変化したかを示している。ただし、相互情報量は対称な量であり、領域 1 から領域 2 へ情報が伝達された量を直接表すものではない。共通の入力や相互作用によって生じる統計的な依存関係を測る指標である。
ここまでに導出した時間スケール \(T\)、領域間相関 \(S\)、相互情報量 \(I\) は、いずれも同じ二領域モデルから計算できる。しかし、それぞれが評価している性質は異なる。時間スケールは過去の活動との関連が持続する時間を表し、相関係数は二つの領域の活動の線形な関係を表し、相互情報量は二つの領域の統計的な依存関係を表す。特に今回の正規分布モデルでは \(I\) が \(S\) だけで決まるため、相互情報量は相関係数とは独立した新しい情報を追加していない。
これらの指標の関係を整理すると、局所的な減衰率と領域間の相互作用が、神経活動の時間的・空間的な性質へどのように影響するかが分かる。
| パラメーターの変化 | 時間スケール \(T\) | 領域間相関 \(S\) | 相互情報量 \(I\) |
|---|---|---|---|
| \(\alpha\) の増加、\(\beta\) は一定 | 局所的な減衰が速くなるため、短縮する。 | \(\beta/\alpha\) が小さくなるため、低下する。 | 相関係数の低下に伴って減少する。 |
| \(\beta\) の増加、\(\alpha\) は一定 | 共通成分が長く持続するため、延長する。 | \(\beta/\alpha\) が大きくなるため、上昇する。 | 相関係数の上昇に伴って増加する。 |
| \(\alpha\) と \(\beta\) を同じ倍率で増加 | 減衰率全体が増加するため、その倍率に反比例して短縮する。 | 比率 \(\beta/\alpha\) が一定であるため、変化しない。 | 相関係数が一定であるため、変化しない。 |
| \(D\) の増加、\(\alpha\) と \(\beta\) は一定 | 正規化自己相関が変わらないため、変化しない。 | 分散と共分散が同じ倍率で増えるため、変化しない。 | 相関係数が一定であるため、変化しない。 |
この表は、安定条件を満たす範囲で各パラメーターを変化させた場合の解析結果である。特に、\(\alpha\) と \(\beta\) を同じ倍率で増加させる場合、領域間相関と相互情報量は変化しないにもかかわらず、活動の時間スケールは短縮する。つまり、二つの領域がどの程度関連して変動するかという性質を保ったまま、活動が過去の状態と関連する時間だけを変化させることが、数学的には可能である。
この関係は、時間スケールの式を相関係数 \(S=\beta/\alpha\) で書き換えると、さらに明確になる。
\boxed{
T=\frac{1+S^2}{\alpha(1-S^2)}
}
\]
この式では、相関係数 \(S\) が同じでも、局所的な減衰率 \(\alpha\) によって時間スケール \(T\) が変化する。一方、相互情報量 \(I\) は \(S\) のみで決まる。したがって、領域間の統計的な依存関係が同じでも、活動の時間的な持続性は異なりうる。これは、時間方向と空間方向の性質を分けて測定する意義を、モデルの内部で示した結果である。
ただし、ここで得られた相互情報量は、二つの確率変数が共有する統計的な情報量である。意識理論で用いられる統合情報量や、脳への刺激に対する応答から求める摂動複雑性指標とは、定義も計算方法も異なる。統合情報理論では、システムの因果構造や分割によって失われる性質などが問題になる。一方、摂動複雑性指標は、外部刺激に対する脳活動の広がりと複雑さを評価するための指標である。相互情報量が大きいという事実だけから、これらの指標が大きいと推定することはできない。
さらに、神経活動の相関や共有情報量が大きいことが、意識体験にとって常に望ましい状態を意味するわけでもない。異なる脳領域が過度に同期した状態では、活動の多様性や情報処理の自由度が制約される場合がある。意識に関係する神経動態を理解するには、単に同期性の大小を比較するだけでなく、どの領域が、どの時間スケールで、どのような情報処理に関与しているかを検討する必要がある。
二領域モデルから導かれた結果は、局所的な減衰と領域間の相互作用が、時間的持続性、相関、共有情報量という複数の測定可能な性質を決めることを示している。これらの性質が麻酔や覚醒に伴って変化するなら、神経活動の時空間的な組織化がどのように変わるかを定量的に記述できる。一方、そこから主観的な経験の有無や内容を推定するには、神経動態と体験を結び付ける追加の関係が必要になる。神経活動の連携を数学的に説明することは、クオリアの成立条件を検討するための基礎となるが、両者を対応づける条件そのものが、意識研究に残された検証対象である。
5. 麻酔は神経活動の時間と空間を変化させる
Luppi らは、2026 年 9 月 29 日に Nature Neuroscience で公開した論文で、麻酔下では神経活動の時間的持続性が短縮し、領域間の連携も低下するという傾向が、異なる生物種に共通して認められると報告した[9]。研究の対象は、ヒト、マカク、マーモセット、マウス、ゼブラフィッシュ、線虫の 6 種である。哺乳類 4 種では機能性磁気共鳴画像法（fMRI）、ゼブラフィッシュと線虫ではカルシウムイメージングを使用し、覚醒時と麻酔時の神経活動を比較した。
この研究の背景には、麻酔薬の分子作用と、神経系全体で生じる機能変化の関係を説明するという課題がある。たとえば、プロポフォールやセボフルランなどの麻酔薬は、抑制性神経伝達に関係する GABA 受容体などへ作用する。一方、ケタミンは興奮性神経伝達に関係する NMDA 受容体を阻害する。分子レベルでの作用機序が異なるにもかかわらず、これらの薬剤はいずれも外界への行動反応性を低下させる。さらに、同様の反応性低下は、哺乳類から線虫まで、神経系の構造が大きく異なる生物にも認められる。
異なる薬剤が同じ行動結果をもたらすことから、その途中で生じる神経活動にも共通する特徴があるのではないかという仮説が成立する。この仮説を検証するには、特定の受容体や脳領域だけを調べる方法では対象が限定される。そこで研究チームは、神経活動を時間とともに変化する信号として捉え、異なる生物種や測定方法から得られた時系列を、共通の特徴量によって比較した。
解析には、一つの時系列から多数の統計的特徴を抽出する hctsa という枠組みが使用された。hctsa は、自己相関、周期性、変動の分布、将来の値の予測誤差、信号の複雑性など、さまざまな時系列解析手法を同じ枠組みで適用する方法である。Fulcher と Jones は、数千種類の特徴を体系的に抽出し、時系列データの違いを比較するための計算基盤として hctsa を提示した[10]。個別の特徴をあらかじめ選択する方法と比べて、多数の特徴を横断的に調べることで、従来注目されていなかった動的な性質も評価対象に含められる。
今回の研究では、各神経領域または神経細胞の時系列から 6,827 種類の特徴を抽出した。覚醒時と麻酔時の比較に加え、薬剤や生物種の違い、脳深部刺激による反応性の回復を含む計 15 の比較を行い、各特徴の変化方向を調べた。その結果、485 種類の特徴がすべての比較で一貫した変化方向を示した。この判定は、各比較における領域や神経細胞の効果量を集約した結果に基づくものであり、すべての神経細胞が同じ大きさの変化を示したという意味ではない。
485 種類という結果の意味は、単に多くの指標が変化したという点にあるのではない。薬剤の作用機序、神経系の構造、測定方法が異なっていても、共通する変化方向が見つかった点にある。研究チームは、偶然に同じ方向の変化がそろう場合を想定した帰無モデルとも比較しており、485 種類という結果は偶然から期待される数を上回った。ただし、時系列特徴同士には統計的な依存関係があるため、485 個の独立した神経機構が発見されたと解釈することは適切ではない。
共通する特徴の中で特に重要なのが、神経活動の自己相関に関係する指標である。麻酔下では、少し前の神経活動と現在の活動との統計的な関連が、覚醒時より速く失われる傾向が認められた。研究チームは内在的神経時間スケールを明示的に算出し、6 種すべてで麻酔下における短縮を確認した。この結果は、神経活動が過去の状態の影響を保持する時間が、麻酔によって短くなることを示している。
さらに、脳領域間の活動の同期性も麻酔下で低下した。覚醒時には、異なる脳領域の活動が時間的に連動して変化する傾向が認められる。麻酔下では、このような領域間の同期性が低下するとともに、各領域の活動が持つ時間的な特徴の類似性も、多くの条件で低下した。つまり、麻酔によって変化するのは、各領域の活動が過去の状態と関連する時間だけではない。異なる領域の活動が互いにどの程度連動するかという、空間的な関係にも変化が生じる。
研究チームは、時間的な持続性と空間的な連携がともに低下した状態を、神経活動の「時空間的孤立」と位置付けている。ここでいう孤立は、神経細胞が完全に活動を停止した状態を意味するものではない。局所的な神経活動は存在していても、その活動が過去の状態と関連する時間が短くなり、他の領域との協調も低下するという、神経活動の動的な性質を表している。
研究結果を、第 3 章と第 4 章で導出した数理モデルとの関係から整理すると、次のようになる。
| 観察対象 | 研究で確認された結果 | 数理モデルとの対応 | 解釈上の制約 |
|---|---|---|---|
| 神経活動の時間 | 麻酔下では、6 種すべてで内在的神経時間スケールが短縮した。 | 局所活動の自己相関と積分時間スケール \(T\) の変化方向を比較できる。 | 実験では自己相関を最初のゼロ交差まで積算しており、理論モデルの無限時間積分とは定義が異なる。 |
| 脳領域間の同期 | 麻酔下では、異なる脳領域間の活動の同期性が低下した。 | 領域間相関 \(S\) の低下によって、活動の統計的な連携が減少する状態を表現できる。 | 二領域の相関係数は、実際の全脳ネットワークが持つ多様な結合関係を要約したものではない。 |
| 動的特徴の類似性 | 覚醒時に共通していた時間的特徴が、麻酔下では領域ごとに異なる傾向を示した。 | 領域ごとに異なる減衰率や相互作用を設定することで、動的特徴の違いを表現できる。 | 対称な二領域モデルでは両領域のパラメーターが等しいため、この領域差自体は再現していない。 |
| 行動反応性 | マカクでは視床中心正中核への刺激によって反応性が回復し、神経動態も麻酔時とは逆方向に変化した。 | 神経動態の指標と行動反応性の対応を検討するための実験的な制約になる。 | 二領域モデルには行動反応を生成する方程式が含まれていないため、反応性の回復を直接予測することはできない。 |
| 分子作用と全脳状態 | GABA 作動性麻酔を模した全脳モデルは、共通する 485 特徴のうち 461 特徴で変化方向を再現した。 | 分子・シナプスの特性が神経活動全体の動的特徴へ影響するという、異なる階層間の関係を検討できる。 | 461 特徴という再現数は原論文の生物物理学的全脳モデルによる結果であり、二領域モデルの予測精度ではない。 |
この比較から、Luppi らの研究は時間的な持続性と領域間の連携という二つの評価軸について、種や薬剤を横断する実測上の共通性を示していることが分かる。一方、二領域モデルは、これらの指標が局所的な減衰率と領域間の相互作用によってどのように変化するかを説明する。実測結果と数理モデルは同じ現象を異なる階層から捉えており、両者の対応関係を明確にすることで、観測された変化を生み出しうる動力学的な条件を検討できる。
5.1 簡略モデルに麻酔を対応づける
二領域モデルでは、各領域の活動が自然に減衰する速さを \(\alpha\)、領域間の相互作用を \(\beta\) とした。第 3 章では積分時間スケール \(T\) を、第 4 章では領域間相関 \(S\) と相互情報量 \(I\) を導出した。これらの式をまとめると、次の関係になる。
\begin{aligned}
T&=\frac{\alpha^2+\beta^2}
{\alpha(\alpha^2-\beta^2)},\\[6pt]
S&=\frac{\beta}{\alpha},\\[6pt]
I&=-\frac12\ln(1-S^2).
\end{aligned}
\]
\(T\) は各領域の活動が過去の状態と統計的な関連を保つ時間的な性質、\(S\) は二つの領域の活動の相関、\(I\) は両領域の活動の間にある統計的な依存関係を情報量として表したものである。安定した定常状態を考えるため、\(\alpha>\beta\geq 0\) および \(D>0\) を仮定する。これらの条件では、時間スケールと相関を同じ動力学から計算できる。
まず、覚醒に対応させた仮想状態として \((\alpha,\beta)=(2.0,1.0)\) を設定する。次に、麻酔に対応させた仮想状態として \((\alpha,\beta)=(4.0,0.4)\) を設定する。この二組の数値は、原論文の実験データから推定したものではなく、局所的な減衰率が増加し、領域間の相互作用が低下した場合に、神経活動の動的な指標がどう変わるかを確認するための例である。
覚醒に対応させた状態では、\(\alpha=2.0\)、\(\beta=1.0\) を時間スケールの式へ代入する。分子は \(2^2+1^2=5\)、分母は \(2(2^2-1^2)=6\) となるため、\(T=5/6\) が得られる。麻酔に対応させた状態では、分子が \(4^2+0.4^2=16.16\)、分母が \(4(4^2-0.4^2)=63.36\) となり、\(T\) は約 \(0.255\) となる。
\begin{aligned}
T_{\mathrm{awake}}
&=\frac{2^2+1^2}{2(2^2-1^2)}
=\frac56
\approx 0.833,\\[8pt]
T_{\mathrm{anesthesia}}
&=\frac{4^2+0.4^2}{4(4^2-0.4^2)}
\approx 0.255.
\end{aligned}
\]
この計算では、活動の時間的な持続性が約 \(0.833\) から約 \(0.255\) へ短縮する。時間スケールの単位は、モデルで \(\alpha\) と \(\beta\) に与えた時間単位の逆数によって決まる。今回の数値には実測上の時間単位を割り当てていないため、秒やミリ秒として解釈することはできない。比較できるのは、同じモデル内での相対的な変化である。
次に、領域間相関 \(S=\beta/\alpha\) を計算する。覚醒に対応させた状態では \(S=1.0/2.0=0.5\)、麻酔に対応させた状態では \(S=0.4/4.0=0.1\) となる。局所的な減衰率に対する領域間相互作用の比率が低下したことにより、二つの領域の活動の相関は小さくなる。
\begin{aligned}
S_{\mathrm{awake}}&=\frac{1.0}{2.0}=0.5,\\[6pt]
S_{\mathrm{anesthesia}}&=\frac{0.4}{4.0}=0.1.
\end{aligned}
\]
相関係数が変化すれば、二つの領域の活動についての相互情報量も変化する。今回の定常分布は二変量正規分布であるため、相互情報量は相関係数だけで決まる。覚醒に対応させた状態では約 \(0.144\) ナット、麻酔に対応させた状態では約 \(0.005\) ナットとなる。
\begin{aligned}
I_{\mathrm{awake}}
&=-\frac12\ln(1-0.5^2)
\approx 0.144,\\[6pt]
I_{\mathrm{anesthesia}}
&=-\frac12\ln(1-0.1^2)
\approx 0.005.
\end{aligned}
\]
相互情報量が減少したという結果は、このモデルで二つの領域の活動の統計的な依存関係が低下したことを意味する。ここで計算した情報量は、神経細胞間で実際に伝送された情報の量や、意識体験の内容を表すものではない。また、相互情報量は \(S\) から計算しているため、\(S\) とは独立した第三の観測結果ではない。
計算結果を一覧表にまとめる。
| 指標 | 覚醒に対応させた仮想状態 | 麻酔に対応させた仮想状態 | 変化の意味 |
|---|---|---|---|
| 減衰率 \(\alpha\) | 2.0 | 4.0 | 各領域の活動が自然に減衰する速さを増加させた。 |
| 相互作用 \(\beta\) | 1.0 | 0.4 | 二つの領域の間で活動へ影響を与える相互作用を低下させた。 |
| 積分時間スケール \(T\) | 約 0.833 | 約 0.255 | 過去の活動との統計的な関連が持続する時間が短縮した。 |
| 領域間相関 \(S\) | 0.500 | 0.100 | 二つの領域の活動が同じ方向へ変動する程度が低下した。 |
| 相互情報量 \(I\) | 約 0.144 ナット | 約 0.005 ナット | 二つの領域の活動の統計的な依存関係が減少した。 |
この数値例では、局所的な減衰率の増加と領域間相互作用の低下によって、時間スケール、領域間相関、相互情報量がすべて減少した。これはLuppi らの研究で観察された時空間的孤立と、変化の方向が一致している。局所的な活動の減衰が速くなれば、過去の活動との関連が短時間で失われる。さらに、領域間の相互作用が相対的に小さくなれば、異なる領域の活動の間に生じる相関も低下する。二つの変化が同時に生じることで、時間方向と空間方向の両方で神経活動の統計的な連携が低下する状態を表現できる。
ただし、今回の数値例では \(\alpha\) と \(\beta\) の両方を変更しているため、計算結果だけから各パラメーターの寄与を分離することはできない。各パラメーターの役割は、前章までに導出した式によって検討できる。たとえば、\(\alpha\) を固定して \(\beta\) だけを小さくすると、共通成分の持続性が低下し、領域間相関も小さくなる。一方、\(\alpha\) と \(\beta\) を同じ倍率で増加させた場合には、時間スケールは短縮するが、相関係数と相互情報量は変わらない。このことから、時間的な持続性と領域間相関は、同じ神経活動から得られる指標でありながら、異なるパラメーター変化を識別する情報を持つことが分かる。
二領域モデルでは、時間スケール \(T\) と領域間相関 \(S\) の両方が分かれば、安定条件のもとで \(\alpha\) と \(\beta\) を逆算できる。第 4 章で得られた \(T=(1+S^2)/[\alpha(1-S^2)]\) を \(\alpha\) について解くと、次の関係になる。
\boxed{
\alpha=\frac{1+S^2}{T(1-S^2)},
\qquad
\beta=\frac{S(1+S^2)}{T(1-S^2)}
}
\]
この式は、理論モデルの内部では、時間的な持続性と領域間相関の組から、局所的な減衰率と相互作用の大きさを識別できることを示す。ただし、識別可能性は二領域が対称的に結合し、独立した正規雑音を受けるというモデルの仮定に依存する。実際の神経系には多数の領域があり、結合の強さも方向も均一ではない。さらに、fMRI やカルシウムイメージングで得られる信号には、それぞれ異なる観測過程が含まれる。実測の時間スケールと相関係数をこの式へ直接代入しても、現実の神経回路の結合強度や麻酔薬の作用量が得られるわけではない。
この限界は、研究チームが採用した生物物理学的全脳モデルとの違いを考えると明確になる。原論文のモデルは、興奮性神経細胞と抑制性神経細胞の集団を表す領域モデルを、実際の脳の解剖学的な結合情報に基づいて接続したものである。各領域には、AMPA、NMDA、GABA などの受容体を介するシナプス作用が組み込まれている。神経活動の局所的な性質を分子・シナプスレベルの条件から変化させ、その影響が脳全体の活動へどのように現れるかを計算できる構造になっている。
GABA 作動性麻酔薬を模したモデルでは、抑制性シナプス電流の持続時間を延長することで、麻酔による分子・シナプスレベルの変化を表現した。その結果、実測データで共通して変化した 485 種類の時系列特徴のうち、461 種類がモデル内でも同じ方向に変化した。さらに、ケタミンの作用を模して興奮性シナプス電流の減衰時間を短縮した別のモデルでも、485 種類のうち 441 種類で変化方向が一致した。異なるシナプス作用から、共通する神経動態の変化方向を再現できたことになる。
ここでの 461/485 および 441/485 は、時系列特徴の変化方向が一致した割合である。これは実測された時間スケールや相関係数の数値を同じ精度で再現したという意味ではなく、麻酔状態を個人単位で分類する予測精度でもない。分子・シナプスレベルで異なる操作を行っても、脳全体の動的特徴に共通する変化が生じうるという機構仮説を支持する結果である。今回の二領域モデルは、この関係のうち、局所的な減衰と領域間の相互作用が時間スケールと相関に及ぼす影響だけを取り出している。
さらに、原論文では神経動態の変化と遺伝子発現の空間分布との関係も解析している。哺乳類 4 種のデータを用いた解析では、興奮性・抑制性神経伝達や神経活動のリズムに関係する遺伝子の発現分布と、麻酔による動的特徴の変化との間に統計的な関連が認められた。これらの結果は、神経活動の時間的な性質が、神経回路の結合だけでなく、各領域を構成する細胞や分子の性質とも関係する可能性を示している。ただし、遺伝子発現との関連は空間的な共変動に基づくものであり、個々の遺伝子が観測された変化を直接引き起こしたことを証明するものではない。
神経動態と行動反応性の関係を検討するうえでは、マカクを対象とした脳深部刺激の実験が重要な根拠になる。研究では、プロポフォール麻酔下のマカクに対して視床中心正中核への電気刺激を行うと、外界からの刺激に対する行動反応性が回復した。このとき、麻酔によって短縮していた内在的神経時間スケールが再び延長し、脳領域間の相互作用も麻酔時とは逆方向へ変化した。一方、行動反応性の回復を引き起こさない対照部位への刺激では、同様の神経動態の変化は認められなかった。
この介入実験には、麻酔薬が存在する条件でも、刺激によって行動反応性と神経動態の両方を変化させられるという意味がある。薬剤の投与と神経活動の変化を比較するだけでは、薬剤による多数の作用のうち、どの神経過程が行動反応性に関係するかを分離しにくい。脳深部刺激によって行動反応性が回復し、それに伴って神経動態が逆方向へ変化したことは、今回特定された動的特徴が、単に麻酔薬の存在を反映しているだけではなく、外界への反応性に関係する神経状態を捉えていることを支持する。
ただし、脳深部刺激は広範囲の神経回路に影響しうるため、時間スケールの延長だけが行動反応性を回復させたと結論するには、因果経路をさらに分離する必要がある。同様に、領域間相関の上昇だけで反応性の回復が成立するかも、この実験からは確定しない。今回の研究が示したのは、行動反応性の低下と回復に伴って、神経活動の時空間的な特徴が対応して変化するという関係である。
ここまでの結果から、異なる麻酔薬と異なる神経系において、神経活動の時間的持続性と空間的連携が共通して変化することが確認できる。また、二領域モデルによって、局所的な減衰率と領域間相互作用を変化させるだけでも、同じ方向の変化が生じうることを解析的に示せる。原論文の生物物理学的全脳モデルは、この関係をさらに分子・シナプスレベルの条件へ接続し、実測された多数の時系列特徴の変化方向を再現している。
この研究がクオリアの問題に与える手掛かりは、意識体験に関連しうる神経活動の条件を、時間と空間の両面から定量的に検討できる点にある。神経活動の持続性と領域間の連携は、外界への反応性が変化する際に共通して変化する。しかし、行動反応性の回復が確認されたことと、主観的な経験が回復したことは、異なる観測対象である。今回の実験で直接測定されたのは神経動態と行動反応性であり、各生物が麻酔中にどのような経験を持っていたかという情報は含まれていない。
数理モデルの側からも、この区別は明確になる。今回導出した \(T\)、\(S\)、\(I\) は、いずれも神経活動の確率的な性質から計算される量である。これらの値が決まれば、モデル内での活動の持続性や領域間の依存関係を定量的に記述できる。一方、主観的な経験を表す変数 \(Q\) は、これらの方程式にはまだ含まれていない。したがって、同じ \(T\)、\(S\)、\(I\) を持つ二つの状態が、同じクオリアを持つと結論するには、神経動態と主観的体験を対応づける追加の仮定と観測が必要になる。
麻酔研究によって明らかになったのは、神経活動の時空間的な組織化が、外界への反応性に関連する神経機能上の条件として具体的に測定できるということである。これによって、クオリアの成立条件を考える際にも、神経活動がどの程度長く持続し、異なる領域の活動がどの程度連携しているかという検証可能な評価軸が得られる。神経動態の説明と主観的体験の説明を区別することで、実験から導ける結果と、クオリアの理解に必要な追加の条件が明確になる。
6. 反応が失われても体験まで失われたとは限らない
麻酔によって外界への反応性が失われるとき、神経活動にはさまざまな変化が生じる。脳波の周波数構成、領域間の同期性、外部刺激に対する応答などは、麻酔の導入と回復に伴って変化する。Purdon らは、プロポフォール麻酔における反応性の消失と回復を脳波によって調べ、徐波や前頭部のアルファ波活動など、麻酔状態に対応する特徴的な変化を報告した[11]。こうした脳波の特徴は、薬剤による神経活動の変化と行動反応性の関係を評価するための客観的な指標になる。
ただし、外界への反応性、主観的体験、記憶は、それぞれ異なる神経機能に依存する。呼びかけに反応するためには、音刺激の処理に加え、注意、判断、運動出力などが必要になる。一方、夢のような内的な体験は、外界からの刺激への応答を伴わずに成立する場合がある。さらに、麻酔から回復した後に体験を報告するには、その体験に関する情報が記憶として保持され、想起できる必要がある。Alkire らは、全身麻酔を意識研究の実験条件として位置付け、麻酔薬の分子作用が神経回路の活動を変化させ、意識や記憶に関係する脳全体の状態へ影響する過程を論じている[12]。
この関係を整理すると、麻酔中の無反応状態には少なくとも三つの異なる可能性がある。第一に、主観的な体験そのものが成立していない状態である。第二に、外界への反応は失われていても、夢などの内的な体験が続いている状態である。第三に、麻酔中には体験が成立していたものの、その内容が記憶として保持されず、回復後に報告できない状態である。第二と第三は同時に成立する場合もあるため、これらは相互に排他的な分類ではない。外部から同じ無反応が観測された場合でも、その内部で生じている神経活動と主観的体験には異なる可能性が残る。
麻酔薬の種類によって、無反応状態の内部に違いがあることを示した研究として、Sarasso らによる比較実験がある。研究チームは、プロポフォール、キセノン、ケタミンによって外界への反応性が失われた状態を対象に、脳への刺激に対する応答の複雑性を測定した。その結果、プロポフォールとキセノンによる無反応状態では複雑性指標が低下した一方、ケタミンによる無反応状態では高い複雑性が維持された。さらに、ケタミン条件では、回復後に鮮明な夢のような体験が報告された[13]。
この結果の特徴は、外部から観測される行動反応性が低下していても、神経活動の複雑性と事後的な体験報告には麻酔薬による違いが認められた点にある。ケタミン条件では、無反応という行動上の分類と、内的な体験が存在したことを示唆する事後報告が両立していた。これは、外界への反応性を意識体験の唯一の指標とした場合、異なる状態を同じ分類へまとめてしまう可能性があることを示している。ただし、回復後の報告は記憶に依存するため、報告の有無だけから麻酔中のあらゆる時点における体験の有無を確定できるわけではない。
同様の問題は睡眠研究にも現れる。睡眠中には外界への反応性が低下するが、夢のような内的な体験が成立する場合がある。Siclari らは、睡眠中の被験者を繰り返し覚醒させ、直前に何らかの体験があったかを報告してもらう方法によって、夢の報告と神経活動の関係を調べた。その結果、夢の報告の有無に対応する脳活動の特徴が、後方皮質領域を中心に認められた[14]。この研究は、睡眠段階という全体的な状態分類に加えて、特定の時点で体験が成立していたかという観点から神経活動を比較できることを示している。
麻酔研究と睡眠研究に共通するのは、外界への反応性が低下した状態の内部にも、神経活動と主観的体験の違いが存在しうるという点である。ただし、麻酔薬による神経活動の変化と、自然睡眠に伴う神経活動の変化は、分子作用も神経回路への影響も異なる。両者を比較する意義は、同じ行動反応性の低下という条件のもとで、体験の有無に関連する神経活動をさらに区別できる可能性にある。
こうした違いを行動反応に依存せずに評価する方法として、摂動複雑性指標（PCI）が提案されている。Casali らは、経頭蓋磁気刺激によって大脳皮質へ一時的な刺激を与え、その後に生じる脳波応答の複雑性を測定することで、意識状態に関連する神経活動の性質を評価する方法を示した[15]。刺激に対する応答が複数の領域へ広がり、時間的・空間的に区別可能な活動のパターンを形成する場合と、局所的で単純な応答にとどまる場合とを、定量的に比較することができる。
PCI では、刺激後に得られた脳活動の時空間的なパターンを解析し、その複雑性を評価する。神経活動が広い範囲へ伝播しても、すべての領域が一様に同期するだけであれば、活動パターンの多様性は制約される。一方、各領域が完全に独立して活動する場合には、刺激によって生じた相互作用を十分に反映しない可能性がある。刺激に対する応答が空間的に広がりながら、時間的にも区別可能な活動パターンを形成することが、PCI の評価対象となる。ただし、PCI は特定の刺激手続きと解析方法に基づく指標であり、主観的な経験を直接計測するものではない。
第 4 章で導出した相互情報量 \(I(X_1;X_2)\) と PCI の違いは、測定対象を比較すると明確になる。相互情報量は、定常状態における二つの領域の活動の確率的な依存関係を表す。一方、PCI は外部刺激によって神経系の状態を変化させ、その後に生じる活動パターンの複雑性を評価する。前者は観測された確率分布に基づく指標であり、後者は介入に対する応答を含む指標である。したがって、相互情報量が大きいことから PCI が高いと結論することはできず、両者の数値を共通の尺度として比較することもできない。
両者の違いは、神経活動の相関と神経回路の因果的な相互作用の違いにも関係する。二つの領域が共通の入力を受けて同じように変動する場合、相関係数や相互情報量は高くなりうる。しかし、そのことだけでは、一方の領域への刺激が他方の領域へどのような影響を与えるかは決まらない。介入に対する応答を測定することで、自然に生じる活動の相関だけでは得られない情報を取得できる。もっとも、介入によって測定された神経活動の変化も、それが主観的体験にどのように対応するかという問題とは区別して評価する必要がある。
麻酔研究で使用される主な指標と、それぞれが直接評価する対象を整理すると、次のようになる。
| 評価対象 | 主な測定方法 | 直接評価できる性質 | 主観的体験との関係 |
|---|---|---|---|
| 行動反応性 \(R\) | 呼びかけや刺激に対する発話、運動、反応の有無を記録する。 | 指定された刺激と条件のもとで、外界への応答が成立したかを評価できる。 | 無反応には感覚処理、判断、運動出力などの制約が含まれるため、体験の有無を推定するには追加の証拠が必要になる。 |
| 神経時間スケール \(T\) | 神経活動の自己相関が時間とともに減衰する性質を解析する。 | 過去の神経活動との統計的な関連が持続する時間的な性質を評価できる。 | 意識状態に伴う神経動態の変化を調べられるが、特定の経験内容を直接表す指標ではない。 |
| 領域間相関 \(S\) | 異なる脳領域の活動の間にある統計的な相関を計算する。 | 二つの領域の活動がどの程度連動して変化するかを評価できる。 | 神経活動の空間的な連携を記述できるが、同期性だけで意識体験の成立条件を決定することはできない。 |
| 相互情報量 \(I\) | 二つの神経活動の同時確率分布から統計的な依存関係を計算する。 | 片方の活動についての情報が、もう片方の活動の不確実性をどの程度減らすかを評価できる。 | 確率的な依存関係を表す指標であり、主観的な経験の有無や質を直接表すものではない。 |
| 摂動複雑性指標 PCI | 脳への磁気刺激後に生じる脳波応答の時空間的な複雑性を解析する。 | 外部刺激に対して、神経系がどの程度複雑で区別可能な活動パターンを生成するかを評価できる。 | 意識状態に関連する神経活動の特徴を評価するための指標であり、体験内容そのものの測定とは異なる。 |
| 体験報告 \(M\) | 覚醒後に夢や知覚などの体験内容を本人から聴取する。 | 本人が回復後に想起し、言語化できた体験の内容を記録できる。 | 主観的体験についての直接的な証言となるが、記憶の形成、保持、想起、言語化の条件に依存する。 |
この表から、行動反応、神経時間スケール、領域間相関、相互情報量、PCI、体験報告は、それぞれ異なる評価対象を持つことが分かる。神経動態の指標は神経活動の構造を定量化し、体験報告は主観的な経験についての証拠を与える。両者を同じ実験条件で取得すれば、神経活動のどのような性質が体験の有無や内容と関連するかを検討できる。ただし、異なる研究で得られた指標を比較する場合には、薬剤、測定方法、刺激条件、報告方法などの違いを考慮する必要がある。
6.1 観測変数に体験報告を追加する
主観的体験についての推定を数理的に扱うため、麻酔中の体験を表す潜在変数を \(Q\)、麻酔から回復した後の体験報告を \(M\)、体験内容を保持する記憶状態を \(Z\) と定義する。\(Q\) は体験が成立していない状態 \(\varnothing\) と、何らかの体験内容を持つ状態を含む。\(M\) は、回復後に本人が報告した内容を表す。\(Z\) は、麻酔中の体験に関する情報が回復後まで保持され、報告に利用できる状態にあるかを表す。
体験報告は、麻酔中の体験が成立したことに加えて、その体験が記憶として保持され、回復後に想起できることによって生じる。報告を求める条件や言語化の能力が一定であると仮定すれば、報告の確率は次の条件付き確率で表せる。
P(M\mid Q,Z)
\]
この式は、麻酔中の主観的体験 \(Q\) と記憶状態 \(Z\) が与えられたとき、回復後にどのような報告 \(M\) が得られるかという確率分布を表す。体験が成立していても記憶が保持されなければ、回復後にその内容を報告できない可能性がある。また、記憶が保持されていても、報告を求める条件や言語化の能力によって、得られる回答は変わりうる。したがって、この式は、主観的体験から観測可能な報告に至る過程を、確率的な関係として表したものである。
報告が得られなかった場合に、どのような状態がありうるかをさらに明確にするため、体験の有無と記憶の保持を二値変数で表す。体験の有無を \(E\in\{0,1\}\)、記憶の保持を \(Z\in\{0,1\}\) とする。\(E=1\) は何らかの体験が成立したこと、\(E=0\) は体験が成立していないことを表す。\(Z=1\) は体験内容が報告可能な形で保持されたこと、\(Z=0\) は保持されなかったことを表す。
ここで、報告を生成する能力が保たれ、体験が存在し、その記憶も保持された場合に報告が得られるという単純化したモデルを考える。報告の有無を二値変数 \(M_{\mathrm{obs}}\) で表すと、次の関係を置ける。
M_{\mathrm{obs}}=EZ
\]
この式では、\(E=1\) かつ \(Z=1\) の場合に \(M_{\mathrm{obs}}=1\) となり、体験についての報告が得られる。一方、\(E=0\) または \(Z=0\) の場合には \(M_{\mathrm{obs}}=0\) となる。この関係は、報告に必要な条件を整理するための理想化したモデルであり、実際の実験で生じる報告の誤りや記憶の不完全さをすべて表現しているわけではない。
このモデルで重要なのは、報告が得られなかったという一つの結果に、異なる原因が対応することである。\(M_{\mathrm{obs}}=0\) という観測結果は、体験が成立しなかった場合にも、体験は成立したが記憶が保持されなかった場合にも生じる。したがって、報告が得られなかったという事実だけでは、体験の有無を一意に決定できない。
この関係を確率として表すと、報告が得られなかった場合に実際には体験が成立していた確率は、次のようになる。
P(E=1\mid M_{\mathrm{obs}}=0)
=
\frac{
P(E=1,Z=0)
}{
P(E=0)+P(E=1,Z=0)
}
\]
分子の \(P(E=1,Z=0)\) は、体験が成立したものの、その記憶が保持されなかった状態の確率である。分母は、報告が得られない状態全体の確率を表している。体験が成立しなかった状態と、体験が成立しても記憶が保持されなかった状態の両方が含まれる。この式から、無報告という観測結果を体験の消失と対応づけるには、記憶の保持についての追加情報が必要になることが分かる。
たとえば、麻酔薬が体験の成立に関わる神経活動と、記憶形成に関わる神経活動の両方を変化させる場合、回復後に報告が得られない理由を一つに特定することは難しくなる。薬剤によって主観的な経験が失われた可能性と、経験は成立していたが記憶として残らなかった可能性が、同じ報告結果と整合するためである。実験では、麻酔中の神経活動に加えて、覚醒後の体験報告、報告を求めるまでの時間、記憶能力などを考慮することで、これらの可能性を比較できる。
さらに、神経活動の観測値を \(Y\)、外界への行動反応を \(R\) とすれば、体験報告を追加した後の主観的状態の推定は、次の条件付き確率として表せる。
P(Q\mid Y,R,M)
\]
この式は、神経活動の観測結果、行動反応、体験報告が与えられたとき、どのような主観的状態が成立していたと考えられるかを表す。報告を追加することで、神経活動と行動反応だけでは区別しにくかった状態について、新しい証拠を得られる可能性がある。ただし、体験報告の生成には記憶状態 \(Z\) が関係するため、実際の推定では記憶についての不確実性も考慮する必要がある。
この関係を明示するため、記憶状態を周辺化すると、次の式になる。ここでは \(Q\) と \(Z\) が離散的な状態を取ると仮定する。
P(Q=q\mid Y,R,M)
=
\sum_z P(Q=q,Z=z\mid Y,R,M)
\]
右辺の和は、記憶状態として考えられるすべての候補について、それぞれの確率を加えたものである。記憶状態が直接観測できない場合でも、その不確実性を含めて主観的状態の確率を評価するという考え方を表している。実際に数値を計算するには、神経活動、行動反応、体験報告、記憶状態の間にどのような統計的関係があるかを、独立したデータや妥当な仮定によって定める必要がある。
このモデルは、体験報告が追加された場合に、神経活動と主観的体験の関係をどのように検討できるかを示している。たとえば、異なる麻酔薬によって同じ無反応状態 \(R=0\) が生じた場合でも、神経活動 \(Y\) と体験報告 \(M\) を比較すれば、内部の状態に違いがあるかを調べられる。Sarasso らの研究でケタミン条件に高い PCI と鮮明な夢の事後報告が認められたことは、このように複数の観測を組み合わせる意義を示す具体例である。
同時に、神経活動の時間スケール \(T\) や領域間相関 \(S\) が同じ値を示した場合でも、体験報告が同じになるとは限らない。\(T\) と \(S\) は神経活動の時間的・空間的な統計的性質を表すが、そこで処理される情報の内容や、記憶形成に関わる過程をすべて記述するものではないからである。異なる麻酔条件で同じ \(T\) と \(S\) が得られる場合、その条件間で体験報告が一致するかどうかを独立に比較する必要がある。
神経活動、行動反応、体験報告を組み合わせた観測は、クオリアの研究に二つの情報を与える。第一に、体験が成立していると報告された状態と、報告が得られなかった状態の間で、神経活動にどのような違いがあるかを調べられる。第二に、同じ行動反応性を持つ状態の内部で、神経動態や体験報告がどの程度異なるかを比較できる。これによって、行動反応性だけでは識別できなかった状態を、複数の評価軸から検討できるようになる。
ただし、体験報告が得られた場合でも、報告された内容と実際の主観的体験との対応には検討すべき条件が残る。報告は本人が経験した内容についての証言であり、主観的体験を調べるうえで重要な証拠である。一方、その報告には記憶の保持、想起、言語化、質問方法などの影響が含まれる。したがって、主観的体験を推定する際には、報告の再現性や神経活動との対応に加え、報告を生成する過程についての評価も必要になる。
麻酔による無反応状態は、神経活動の変化と主観的体験の関係を検討するための重要な条件を与える。Luppi らの研究では、異なる生物種と麻酔薬を横断して、神経活動の時間的持続性と領域間連携に共通する変化が認められた。一方、麻酔中の体験研究では、同じ無反応状態に分類されても、神経活動の複雑性や回復後の体験報告に違いが生じることが示されている。両者を合わせると、行動反応性に共通する神経動態と、主観的体験の有無や内容に対応する神経活動を、別々の問題として検証する必要があることが分かる。
数理モデルにおいても、神経動態を表す \(T\)、\(S\)、\(I\) と、主観的体験を表す \(Q\) は異なる変数である。体験報告 \(M\) と記憶状態 \(Z\) を追加することで、観測された神経活動から主観的体験を推定するための条件を具体的に表現できる。神経活動の共通性とクオリアの共通性を結び付けるには、両者の対応がどのような条件で成立するかを検証する必要がある。無反応状態の内部に異なる体験が存在しうるという実験結果は、その対応関係を明らかにするための重要な制約を与えている。
7. 共通する神経動態は共通するクオリアを意味するのか
Luppi らの研究では、ヒトから線虫まで、神経系の構造が大きく異なる 6 種において、麻酔に伴う神経活動の時間的持続性と空間的連携に共通する変化が認められた。第 3 章から第 5 章で扱った数理モデルも、局所的な減衰率と領域間の相互作用を変化させることで、時間スケール \(T\)、領域間相関 \(S\)、相互情報量 \(I\) が同じ方向へ変化することを示している。これらの結果は、神経活動の動的な性質を生物種や麻酔条件を横断して比較できることを意味する。
しかし、神経活動の共通性と主観的体験の共通性は、異なる命題である。ヒトと線虫に同じ方向の神経動態の変化が認められたとしても、そのことから両者が同じ感覚を経験しているとは結論できない。神経活動の時間スケールは、過去の活動との統計的な関連を測定する指標であり、領域間相関は、複数の神経活動がどの程度連動するかを表す指標である。一方、クオリアには、何らかの体験が存在するかという問題と、その体験が主体にとってどのような質を持つかという問題が含まれる。神経活動の測定値からクオリアについての命題を導くには、両者の対応関係を特定する必要がある。
この問題は、数理モデルにおける識別可能性として定式化できる。識別可能性とは、異なるモデルや仮説が、観測可能なデータによって区別できるかという性質である。たとえば、二つの異なる原因が同じ観測結果をもたらす場合、その結果だけでは原因を一意に特定できない。複数の観測条件や介入を追加することで原因を区別できる場合もあれば、どの観測を追加すれば区別できるかを決めるために、さらに理論上の仮定が必要になる場合もある。
意識研究でも、同じ神経活動から主観的体験について異なる説明が提示されることがある。統合情報理論は、経験の性質と物理系が持つ因果的な構造との関係を重視する。Tononi らは、意識の成立と内容を、システム内部の因果的な相互依存関係から説明する理論を提示した[16]。一方、グローバル・ニューロナル・ワークスペース理論は、情報が局所的な処理から広域の神経ネットワークへ利用可能になる過程を重視する。Mashour らは、この枠組みによって、意識的な情報処理と神経活動の広域的な伝播との関係を整理している[17]。
両理論は、意識に関係すると考える神経機構が異なるため、実験に対して異なる予測を与える場合がある。2025 年には、両理論の予測を事前に定め、実験結果と比較する共同研究が発表された。この研究では、それぞれの理論と一致する観測結果に加え、理論の予測に制約を与える結果も報告された[18]。意識についての理論は、神経活動をどのように解釈するかという説明だけでなく、異なる理論を区別するための具体的な予測を持つ必要がある。
ここで注意が必要なのは、Luppi らの研究で測定された領域間相関や時系列特徴を、そのまま統合情報理論の因果構造や、グローバル・ニューロナル・ワークスペース理論の広域的な情報利用と同一視することである。第 4 章で導出した相互情報量 \(I(X_1;X_2)\) は、二つの確率変数の統計的な依存関係を表す。統合情報理論が問題にする因果的な構造や、広域的な情報利用の成立条件を直接測定した値ではない。各理論の予測と神経動態の実測値を比較するには、理論が要求する変数と、実験で測定された変数を対応づける必要がある。
クオリアを意識状態、意識内容、アクセス、現象的な質という異なる評価対象に分ける必要性は、既稿でも整理している[19]。また、主観的体験が時間の中で更新され、持続する性質を、振動や神経活動の構造によって記述する仮説も提示した[20]。今回の麻酔研究は、神経活動の時間的持続性と領域間連携が、麻酔による反応性の低下とともに変化することを実測した。これは時間的な構造と意識状態の関係を検討するための新しい証拠になる。一方、実測された自己相関や領域間同期が既稿の振動モデルとどのように対応するか、さらにその構造が特定のクオリアの成立へどのように関与するかについては、独立した検証が必要である。
こうした理論上の違いを数理的に整理するには、神経活動から観測できる変数と、主観的体験を表す変数を明示的に分離する方法がある。神経活動についての方程式が成立していても、そこからクオリアが一意に導かれるとは限らない。その理由は、神経活動を生成するモデルと、神経活動に主観的体験を対応づけるモデルが、数学的には異なる関係を定義しているためである。
7.1 主観的体験を潜在変数として表す
主観的体験を数理モデルへ組み込むため、時刻 \(t\) における神経活動の状態を \(X_t\)、身体状態を \(B_t\)、環境との相互作用を \(V_t\) とする。神経活動については、その瞬間の状態だけでなく、過去から現在までの履歴を考慮する。時刻 0 から \(t\) までの神経活動の履歴を \(X_{[0,t]}\) と表す。
神経活動の履歴を含める理由は、経験が時間の中で成立する現象だからである。たとえば、同じ音が現在鳴っていても、直前に異なる音が続いていた場合には、旋律の中での意味が変わる。また、身体の状態や環境との関係は、同じ感覚入力がどのように処理されるかに影響しうる。これらの要因が主観的体験へ関係するという仮説を考える場合、瞬間的な神経活動だけを変数として採用するよりも、時間的な履歴と身体・環境条件を含めた表現が必要になる。
ここで、時刻 \(t\) における主観的体験を \(Q_t\) とする。体験と神経活動・身体・環境の状態との間に決定的な対応関係が存在すると仮定すれば、次のように表せる。
Q_t=F(X_{[0,t]},B_t,V_t)
\]
\(F\) は、神経活動の履歴、身体状態、環境との相互作用から、主観的体験を対応づける未知の関数である。\(X_{[0,t]}\) は神経活動の時間的な履歴、\(B_t\) はその時点の身体状態、\(V_t\) は環境との相互作用を表す。\(Q_t\) は、その時点で成立している主観的体験を表す。
この式は、関数 \(F\) の具体的な形を定めたものではない。神経活動のどの特徴が体験の有無と関係するのか、身体や環境の条件がどのように寄与するのか、特定の活動からどのような感覚の質が生じるのかは、いずれも未確定である。決定的な対応があるという仮定自体も、ここで採用したモデルの条件である。関係が確率的であると考える場合には、次の条件付き確率によって表せる。
P(Q_t\mid X_{[0,t]},B_t,V_t)
\]
この式は、神経活動の履歴と身体・環境条件が与えられたとき、どのような主観的体験が成立するかという確率分布を表す。確率分布が一つの状態に集中する場合には決定的な対応に近づき、複数の状態へ確率が割り当てられる場合には、同じ条件に対して複数の体験状態を考慮するモデルになる。ただし、この確率分布の値を求めるには、神経活動と主観的体験の対応についてのデータや理論上の制約が必要になる。
体験の有無と体験の内容も区別する。主観的体験が存在しない状態を \(\varnothing\) と表し、体験が存在する場合には、その内容や質を \(Q_t\) の値として表す。たとえば、赤さを感じる経験と痛みを感じる経験は、異なる値として区別できる。これらを単一の実数へ対応づける必要はなく、体験の種類や関係を表現できる抽象的な集合を値域として考えればよい。
このように定義した \(Q_t\) は、神経活動の時間スケール \(T\) や領域間相関 \(S\) とは異なる種類の変数である。\(T\) と \(S\) は神経活動の観測値やモデルのパラメーターから計算できる。一方、\(Q_t\) の値を定めるには、未知の対応関係 \(F\) を特定する必要がある。たとえば、二つの生物で同じ \(T\) と \(S\) が得られたとしても、それらの生物の神経活動の履歴、身体状態、環境との関係まで同じになるとは限らない。さらに、これらの条件が一致した場合であっても、対応関係 \(F\) の性質を仮定しなければ、体験についての結論は定まらない。
この違いは、神経活動の状態を少数の指標へ要約することによって生じる情報の制約とも関係する。第 3 章から第 5 章で導出した \(T\)、\(S\)、\(I\) は、神経活動の時間的・空間的な性質を表すが、神経活動の履歴全体を保存するものではない。異なる時系列から同じ自己相関や相関係数が得られる場合もある。したがって、神経動態の指標が一致することと、神経活動全体が一致することは、数学的にも別の条件になる。
7.2 観測モデルが同じなら、クオリアの対応を識別できない
神経活動と主観的体験の関係について、異なる仮説を観測データから区別できるかを考える。ここで扱うのは、神経・身体・環境の状態から観測データが生成される仕組みを固定し、クオリアへの対応づけだけを変えた場合の識別可能性である。神経計測信号を \(Y\)、行動反応を \(R\) とし、その組を \(O=(Y,R)\) とする。\(Y\) には脳波や fMRI などによる観測値が含まれる。第 2 章では \(R\) を反応の有無を表す二値変数として定義したが、ここでは反応時間なども含む行動反応へ拡張する。いずれも第三者が測定できる変数である。
一方、主観的体験 \(Q\) は、神経活動や行動反応と対応づけて推定する潜在変数である。ここでは、神経活動の履歴、身体状態、環境との相互作用をまとめた条件を \(C\) とする。
C=(X_{[0,t]},B_t,V_t)
\]
\(C\) は、主観的体験を考える際に条件として与える神経・身体・環境の状態をまとめた変数である。実際の実験では \(C\) のすべてを直接観測できるわけではなく、神経計測信号 \(Y\) などを通じて一部を推定する。この区別を保ったうえで、観測データが \(C\) から生成され、潜在変数 \(Q\) は \(C\) が与えられたときに観測データへ追加的な依存を与えないというモデルを考える。
この仮定は、次の条件付き独立性として表せる。
P(O\mid C,Q)=P(O\mid C)
\]
左辺は、神経・身体・環境の状態と主観的体験の両方を条件とした観測データの確率分布である。右辺は、神経・身体・環境の状態だけを条件とした分布である。両者が等しいという条件は、\(C\) が与えられている場合には、\(Q\) を追加しても観測データの確率分布が変わらないことを意味する。
この条件のもとで、観測データと主観的体験の同時確率分布は、次のように分解できる。
P(O,Q\mid C)
=
P(O\mid C)P(Q\mid C)
\]
第一の項 \(P(O\mid C)\) は、神経・身体・環境の状態から神経計測信号と行動反応がどのように生成されるかを表す。第二の項 \(P(Q\mid C)\) は、その状態にどのような主観的体験が対応するかを表す。二つの項は異なる関係を定義しているため、観測データの生成過程が同じでも、主観的体験の対応について異なる仮説を設定できる。
ここで、主観的体験が離散的な候補集合 \(\mathcal{Q}\) の値を取るとする。未観測の \(Q\) をすべて足し合わせれば、観測可能なデータの確率分布が得られる。
\begin{aligned}
P(O\mid C)
&=\sum_{q\in\mathcal{Q}}P(O,Q=q\mid C)\\[6pt]
&=\sum_{q\in\mathcal{Q}}
P(O\mid C)P(Q=q\mid C)\\[6pt]
&=P(O\mid C)
\sum_{q\in\mathcal{Q}}P(Q=q\mid C)\\[6pt]
&=P(O\mid C).
\end{aligned}
\]
最後の等号が成立するのは、条件付き確率の総和が 1 になるためである。\(Q\) が連続的な変数であれば、総和を積分へ置き換える。この計算は、主観的体験にどのような確率分布を割り当てても、その分布が観測データの生成過程へ追加的な影響を与えないという仮定のもとでは、観測データの確率分布が変わらないことを示している。
具体的に、二つの仮説を考える。仮説 \(H_0\) は、ある神経状態に主観的体験が存在しない状態 \(\varnothing\) を割り当てる。仮説 \(H_1\) は、同じ神経状態に何らかの内的体験 \(q_1\) を割り当てる。両仮説は主観的体験について異なる予測を持つが、観測データを生成する神経・身体・環境の過程については同じ分布を仮定する。
\begin{aligned}
H_0:\quad &P(Q=\varnothing\mid C)=1,\\[6pt]
H_1:\quad &P(Q=q_1\mid C)=1.
\end{aligned}
\]
ここで、両仮説が同じ \(P(O\mid C)\) を与えるとする。この条件では、観測データがどのような値を取っても、二つの仮説は同じ条件付き尤度を与える。さらに、神経・身体・環境の状態 \(C\) 自体の確率分布も両仮説で同じと仮定すれば、\(C\) を観測できない場合の周辺尤度も一致する。
\begin{aligned}
P(O\mid H_0)
&=\int P(O\mid C,H_0)P(C\mid H_0)\,dC,\\[6pt]
P(O\mid H_1)
&=\int P(O\mid C,H_1)P(C\mid H_1)\,dC.
\end{aligned}
\]
両仮説で \(P(O\mid C,H_0)=P(O\mid C,H_1)\) および \(P(C\mid H_0)=P(C\mid H_1)\) が成立するなら、積分の中身が一致するため、次の結果が得られる。
\boxed{
P(O\mid H_0)=P(O\mid H_1)
}
\]
この結果を尤度比で表すと、両仮説の尤度が正である観測結果について、次のようになる。
\boxed{
\Lambda(O)
=
\frac{P(O\mid H_1)}{P(O\mid H_0)}
=1,
\qquad
\ln\Lambda(O)=0
}
\]
\(\Lambda(O)\) は、観測データ \(O\) が仮説 \(H_1\) と \(H_0\) のどちらを相対的に支持するかを表す尤度比である。値が 1 であれば、観測データは両仮説に同じ尤度を与える。対数尤度比がゼロになることも同じ意味を持つ。この条件では、観測データを追加しても、両仮説の予測分布が同じである限り、尤度比によって区別することはできない。
ベイズ推論の観点からも、同じ結論が得られる。二つの仮説の事後確率の比は、事前確率の比に尤度比を掛けたものになる。
\frac{P(H_1\mid O)}{P(H_0\mid O)}
=
\frac{P(O\mid H_1)}{P(O\mid H_0)}
\frac{P(H_1)}{P(H_0)}
\]
ここで尤度比が 1 であれば、観測後の確率比は観測前の確率比と一致する。つまり、観測データは二つの仮説の相対的な確からしさを更新する情報を与えない。このような状態を、観測モデルにおける識別不能性と呼ぶ。
この結果の成立条件は明確である。第一に、神経・身体・環境の状態が与えられたとき、主観的体験が観測データの生成過程へ追加的な影響を与えないと仮定している。第二に、比較する仮説が神経・身体・環境の状態について同じ確率分布を与えると仮定している。第三に、観測対象は神経計測信号と行動反応であり、主観的体験についての独立した測定関係を導入していない。これらの条件が成立する範囲で、異なるクオリアの対応を観測から識別できないという結論が導かれる。
導出された識別不能性は、指定した観測変数と条件付き独立性の仮定のもとで、神経状態から主観的体験への対応関係が一意に定まらないことを示している。主観的体験の物理的な成立機構や、別の観測手段による識別可能性は、この計算の射程外にある。
特定のクオリア理論が、主観的体験と神経活動の間に追加の関係を定義し、その関係から検証可能な予測を導く場合には、識別可能性を改めて評価できる。たとえば、特定の神経構造を変化させる介入が、体験報告の有無や内容へどのような影響を与えるかを予測できれば、その理論を実験結果と照合できる。ただし、体験報告自体も神経活動や記憶から生成されるため、報告が得られたという事実だけで、異なるクオリア理論が必ず識別可能になるわけではない。各理論が報告や介入結果についてどのように異なる予測を与えるかが、識別可能性を決める。
7.3 数理モデルから検証可能な問いを取り出す
識別可能性を改善するには、異なる仮説が異なる予測を与える観測条件を設計する必要がある。麻酔研究では、薬剤の種類、麻酔の深さ、外部刺激、脳深部刺激による介入などを変化させ、神経動態と行動反応の対応を調べられる。さらに、体験報告が得られる条件では、主観的な経験についての証拠を観測変数へ加えられる。重要なのは、追加した観測によって、どの仮説がどのような結果を予測するかを具体的に比較することである。
まず、神経活動の時間的持続性と領域間連携については、覚醒時と麻酔時の比較から検証可能な予測が得られる。第 3 章と第 4 章の最小モデルでは、局所的な減衰率 \(\alpha\) が増加するか、領域間の相互作用 \(\beta\) が低下すると、時間スケール \(T\) と領域間相関 \(S\) が短縮・低下する条件を導ける。Luppi らの研究は、複数の麻酔条件でこれらと対応する方向の変化を報告した。ただし、実測データから \(\alpha\) と \(\beta\) を推定するには、計測信号の観測モデルと、神経回路の構造に関する追加の条件が必要になる。
行動反応性との関係については、脳深部刺激による介入が検証手段になる。麻酔下のマカクに対して視床中心正中核への刺激を加えると、行動反応性が回復し、神経動態も麻酔時とは逆方向へ変化した。この結果は、神経動態の変化と行動反応性の関係を支持する。一方、刺激は複数の神経過程へ影響しうるため、特定の時間スケールや相関係数の変化だけが反応性回復を引き起こしたという因果関係を確定するには、より限定的な介入や追加のモデルが必要になる。
主観的体験との関係を検証する場合には、同じ行動反応性を持つ条件の内部で、体験報告と神経動態を比較する方法が考えられる。たとえば、異なる麻酔薬によって外界への反応性が失われた状態を比較し、時間スケール \(T\)、領域間相関 \(S\)、体験報告 \(M\) を同じ被験者について測定する。もし同程度の \(T\) と \(S\) を示す条件で体験報告が系統的に異なるなら、これら二つの指標だけでは報告の違いを十分に説明できないことになる。
この関係は、観測された神経動態が体験報告の違いをどの程度説明できるかという統計的な問題として表せる。麻酔薬や介入条件を \(A\)、報告に関わる記憶状態を \(Z\)、体験報告を \(M\) とする。\(T\)、\(S\)、行動反応 \(R\)、記憶状態 \(Z\) が与えられれば、麻酔条件 \(A\) の違いは体験報告の分布に追加の情報を与えないという仮説を考える。
H_{\mathrm{suff}}:
\quad
P(M\mid T,S,R,Z,A)
=
P(M\mid T,S,R,Z)
\]
この式は、時間スケールと領域間相関、行動反応、記憶状態を条件としたとき、麻酔薬の種類や介入条件が体験報告へ追加的な予測情報を与えないという仮説を表す。ここでの十分性は、指定した観測変数と比較条件に対する統計的な十分性であり、クオリアそのものを完全に記述するという意味ではない。
この仮説を検証するには、同じ \(T\)、\(S\)、\(R\)、\(Z\) の条件を持つ観測を比較し、麻酔条件 \(A\) によって体験報告の分布が異なるかを調べる。実際には各変数が連続的な値を取り、完全に同じ条件をそろえることは難しいため、統計モデルによる調整や、条件が重なる範囲での比較が必要になる。さらに、記憶状態 \(Z\) は直接観測しにくいため、記憶に関する測定誤差や未観測の交絡要因も考慮する必要がある。
もし麻酔条件による体験報告の差が残るなら、少なくとも指定した条件のもとで、\(T\) と \(S\) だけでは報告の違いを説明するための情報が不足していると判断できる。その場合には、神経活動の複雑性、領域ごとの結合構造、神経活動が表現する情報内容、記憶形成に関わる過程など、追加の変数を検討する理由が生じる。ただし、体験報告の差が観測されなかった場合でも、主観的体験そのものが同じであったと結論するには、報告と体験の対応についての根拠が必要になる。
神経活動を少数の統計指標へ要約することには、さらに数学的な制約がある。神経計測データを \(Y\)、そこから計算した特徴量の組を \(D_{\mathrm{feat}}\) とする。今回の二領域モデルでは、特徴量として時間スケール \(T\)、領域間相関 \(S\)、相互情報量 \(I\) を考えられる。
D_{\mathrm{feat}}=(T,S,I)=g(Y)
\]
\(g\) は、観測された神経活動から特徴量を計算する手続きを表す。これらの特徴量が観測データから決定的に計算される場合、情報理論のデータ処理不等式によって、次の関係が成立する。
\boxed{
I(Q;D_{\mathrm{feat}})
\leq I(Q;Y)
}
\]
左辺の \(I(Q;D_{\mathrm{feat}})\) は、主観的体験を表す確率変数 \(Q\) と、神経活動から計算した特徴量との相互情報量である。右辺の \(I(Q;Y)\) は、主観的体験と観測された神経計測データ全体との相互情報量である。両者の確率的な関係が定義され、特徴量が \(Y\) から計算されるという条件のもとでは、データを要約する処理によって、元の観測データに含まれていなかった主観的体験についての情報を新しく作り出すことはできない。
ここでの \(I(Q;D_{\mathrm{feat}})\) は、第 4 章で導出した二領域間の相互情報量 \(I(X_1;X_2)\) とは異なる量である。前者は主観的体験と神経活動の特徴量との関係を表し、後者は二つの神経領域の活動の関係を表す。相互情報量という同じ数学的な定義を用いていても、対象となる確率変数が異なるため、意味も異なる。
データ処理不等式は、神経活動を少数の特徴量へ要約する際の制約を明確にする。たとえば、二つの異なる神経活動が同じ \(T\) と \(S\) を持っていたとしても、活動の時間的な順序、空間的な分布、刺激に対応する情報内容などは異なる可能性がある。その違いが主観的体験に関係するなら、\(T\) と \(S\) だけを用いる解析では、その情報が失われる可能性がある。逆に、特定の体験について必要な情報が特徴量へ十分に保存されているなら、少数の指標でも有用な予測が成立しうる。どの特徴量がどの程度の情報を保持するかは、実験データによって検証する必要がある。
今回の研究から導かれる検証可能な問いを整理すると、次のようになる。
| 検証対象 | 仮説と予測 | 判断に必要なデータ | 結果の解釈 |
|---|---|---|---|
| 時間的持続性 | 麻酔条件では、神経活動の自己相関から推定した時間スケールが短縮する。 | 時間分解能と解析方法を管理した覚醒・麻酔の神経時系列。 | 神経活動が過去の状態と関連を保つ時間の変化を評価できる。 |
| 領域間の連携 | 麻酔条件では、複数の脳領域の活動の同期性や相関が低下する。 | 複数領域の同時計測と、共通の解析方法による比較。 | 神経活動の空間的な連携がどの程度変化したかを評価できる。 |
| 行動反応性との関係 | 反応性を回復させる介入では、特定の神経動態も覚醒時に近づく。 | 介入部位や刺激条件の対照を含む、刺激前後の神経活動と行動記録。 | 神経動態と行動反応性の関係を検討できるが、個々の指標の因果的な寄与には追加の検証が必要になる。 |
| 体験報告との関係 | 同じ反応性を持つ条件でも、神経動態や体験報告に違いが生じる可能性がある。 | 麻酔薬、行動反応、神経動態、事後報告、記憶条件を対応づけた測定。 | 反応性だけでは説明できない体験報告の差を検討できる。 |
| 神経動態指標の十分性 | \(T\) と \(S\) が同程度でも、麻酔条件によって体験報告の分布が異なる場合がある。 | 比較可能な条件で測定した時間スケール、領域間相関、体験報告、記憶状態。 | 指定した特徴量が体験報告を説明するために十分かどうかを検証できる。 |
| クオリアの内容 | 異なる体験内容に対応する神経活動の特徴を、再現可能な形で識別できる可能性がある。 | 知覚や夢の内容に関する体験報告と、同じ条件下で取得した神経計測データ。 | 観測可能な神経活動と報告された体験内容の対応を検討できる。 |
この表で扱う仮説には、異なる段階の検証が含まれる。時間スケールや領域間相関については、神経活動の観測値から直接計算できる。行動反応性との関係については、介入前後の変化を比較することで、神経動態と行動の対応を検討できる。体験報告との関係については、記憶や報告能力の条件を考慮しながら、神経活動から主観的体験をどの程度推定できるかを調べる必要がある。さらに、クオリアの内容については、報告された経験と神経活動の対応が、異なる刺激条件や被験者でも再現されるかという問題が残る。
生物種を横断する比較では、これらの検証可能性に大きな差が生じる。ヒトでは、麻酔から回復した後に体験内容を言語で報告してもらうことができる。マカクなどでは、訓練された行動課題を用いて知覚や判断に関する情報を得られる場合がある。一方、ゼブラフィッシュや線虫では、神経活動や行動反応を測定できても、ヒトと同じ形式で主観的体験の内容を報告してもらうことはできない。このため、共通の神経動態を測定できる範囲と、主観的体験について直接的な証拠を得られる範囲は一致しない。
Luppi らの研究で確認された 485 種類の共通する時系列特徴は、生物種を横断して神経活動の状態を比較するための根拠になる。これらの特徴は、麻酔による行動反応性の低下に伴う神経動態を共通の尺度で記述することを可能にした。しかし、各生物種に同じ主観的体験が成立していることを示す独立した証拠は得られていない。特に線虫については、麻酔による神経活動や行動の変化を測定できることと、主観的な経験の有無を判定できることの間に、方法論上の隔たりがある。
この意味で、神経動態の共通性を発見することは、クオリアの研究において重要な段階を構成する。異なる薬剤や生物種で共通する神経活動の変化が認められれば、意識に関係する神経機能上の条件について、検証可能な仮説を絞り込める。一方、その共通性から主観的体験の共通性を導くには、神経活動と経験の対応を特定する追加の証拠が必要になる。神経動態の定量化によって説明できる範囲と、クオリアの成立条件として検証すべき範囲を分けることで、意識研究に残された問題を具体的な識別可能性の課題として捉えられる。
8. 感じる世界を理解するために残されたもの
2026 年の麻酔研究が明らかにしたのは、神経系の構造や薬剤の作用機序が異なっていても、神経活動の時間的持続性と空間的連携に共通する変化が認められるという事実である。ヒトから線虫までの 6 種を対象とした比較では、6,827 種類の時系列特徴から、15 の比較で変化方向が一貫する 485 種類の特徴が特定された。さらに、マカクへの脳深部刺激では、行動反応性の回復に伴って神経動態が麻酔時とは逆方向へ変化した。この研究によって、異なる神経系が無反応状態へ移行するときに、どのような動的な特徴を共有するかという問いに、実測値に基づく答えが与えられた。
共通する変化が生じる仕組みを考えるため、第 3 章から第 5 章では二領域の確率微分方程式を導入した。各領域の活動が自然に減衰する速さを \(\alpha\)、領域間の相互作用を \(\beta\) とすると、神経活動の積分時間スケール \(T\) と領域間相関 \(S\) は、両パラメーターから解析的に導出できる。また、定常状態の活動が二変量正規分布に従うという条件のもとでは、相互情報量 \(I\) も相関係数から計算できる。この関係によって、活動の時間的な持続性と領域間の統計的な連携が、局所的な減衰と相互作用の組み合わせによって変化することを示せた。
このモデルには、もう一つの重要な性質がある。\(T\) と \(S\) が与えられると、モデルの安定条件と対称性の仮定のもとで、\(\alpha\) と \(\beta\) を逆算できる。つまり、この二領域モデルの内部では、時間的持続性と領域間相関という二つの指標から、動力学を決める二つのパラメーターを識別できる。これは、観測可能な神経活動の特徴から、その変化を生み出すモデル上の条件を推定できるという結果である。
一方、主観的体験を表す \(Q\) は、これらの関係式には含まれていない。\(T\) は過去の神経活動との統計的な関連、\(S\) は領域間の相関、\(I\) は確率変数間の依存関係を表す。いずれも神経活動の動的な性質を定量化する指標であり、赤さや痛みがどのように感じられるかという情報を直接表現するものではない。神経活動のパラメーターが識別できることと、その活動に対応する主観的体験が識別できることは、数学的に異なる条件になる。
この違いは、神経活動を特徴量へ要約する操作によっても説明できる。神経活動の観測データ全体を \(Y\)、そこから計算した時間スケールと領域間相関の組を \(g(Y)=(T,S)\) とする。異なる神経活動 \(Y_1\) と \(Y_2\) が同じ特徴量を持つ場合、次の関係が成立する。
Y_1\neq Y_2,
\qquad
g(Y_1)=g(Y_2)
\]
この式は、二つの異なる神経活動が、時間スケールと領域間相関という評価軸では区別できない状態を表す。自己相関や領域間相関が一致していても、活動の具体的な時間的順序、神経細胞の集団構成、刺激に対応する情報内容などは異なる可能性がある。特徴量による要約は、特定の性質を比較しやすくする一方で、元の時系列が持つ情報の一部を省略する。そのため、同じ \(T\) と \(S\) が得られたという事実から、神経活動の全体が同一であるとは結論できない。
具体的な検証方法として、同じ被験者について神経活動、行動反応性、体験報告を対応づける実験が考えられる。異なる麻酔薬によって外界への反応性が低下した状態を比較し、時間スケール \(T\)、領域間相関 \(S\)、回復後の体験報告 \(M\) を測定する。さらに、体験の記憶が保持されたかという条件を評価すれば、無反応であったこと、体験が成立していたこと、その体験を想起できたことを、異なる評価軸から調べられる。Sarasso らの研究で、ケタミンによる無反応状態に高い摂動複雑性指標と鮮明な夢の事後報告が認められたことは、無反応という同一の行動分類の内部に、異なる神経活動と体験の可能性が存在することを示している。
ここで検証すべきなのは、時間スケールと領域間相関が、体験報告の違いをどの程度説明できるかということである。たとえば、同程度の \(T\) と \(S\) を示す条件で体験報告が系統的に異なるなら、この二つの指標だけでは報告の違いを十分に説明できない。その場合には、神経活動の複雑性、領域ごとの結合構造、感覚情報の表現、記憶形成などの追加変数を検討する根拠が生じる。一方、特定の神経指標から体験報告を高い精度で予測できる場合には、その指標が意識体験に関係する神経機能を捉えている可能性が高まる。ただし、報告を予測できることと、主観的な質の成立機構を説明できることは、異なる達成水準として評価する必要がある。
今回の数理モデルと実証研究によって、どこまで説明できるかを整理すると、次のようになる。
| 説明対象 | 得られた結果 | 成立条件と残る課題 |
|---|---|---|
| 神経活動の時間的持続性 | 局所的な減衰率と領域間相互作用から、積分時間スケール \(T\) を解析的に導出できる。 | 二領域の線形確率モデルに基づく結果であり、実測の内在的神経時間スケールとは定義と観測条件を対応づける必要がある。 |
| 神経活動の空間的連携 | 領域間相関 \(S\) と相互情報量 \(I\) を、定常状態の確率分布から計算できる。 | 二領域の統計的な依存関係を表しており、実際の全脳ネットワークの因果構造全体を記述するものではない。 |
| 麻酔による神経動態の変化 | 仮想パラメーターの変更によって、時間スケールと領域間相関がともに低下する状態を再現できる。 | 原論文で観察された変化方向と整合するが、実際の麻酔薬の分子作用や実測値を特定した結果ではない。 |
| 行動反応性との対応 | Luppi らの研究では、麻酔による反応性低下と、脳深部刺激による回復に伴う神経動態の変化が確認された。 | 介入による神経活動と行動の対応を評価できるが、個々の時系列指標が反応性を変える因果経路はさらに分離する必要がある。 |
| 主観的体験の有無 | 体験報告と記憶状態を観測モデルへ加えることで、無反応状態に含まれる異なる体験の可能性を比較できる。 | 報告は記憶、想起、言語化の条件に依存するため、体験の有無との対応を検証する必要がある。 |
| クオリアの内容と質 | 主観的体験を潜在変数 \(Q\) として導入し、神経活動との対応が識別可能となる条件を数理的に検討できる。 | 神経活動から体験の内容や質を決定する対応関係 \(F\) は未確定であり、異なる仮説を区別する観測と理論が必要になる。 |
この表から、数理モデルで説明できる範囲と、クオリアの研究に残された課題との関係が明確になる。神経活動の時間的・空間的な性質については、モデルの仮定を定めれば具体的な数値を導出できる。行動反応性との対応については、実際の神経計測と介入によって仮説を検証できる。主観的体験についても、報告と神経活動を対応づけることで経験的な制約を与えられる。一方、特定の神経活動がなぜ赤さや痛みという質を伴うのかという問題には、神経動態の指標だけでは確定しない対応関係が含まれている。
神経活動とクオリアの対応を考える際には、身体や環境の条件も関係する。クオリアを脳内の神経活動だけで完結する現象として捉えることの限界については、既稿でも論じている[21]。この観点を数理モデルへ組み込むなら、神経活動の履歴に加え、身体状態や環境との相互作用を変数として導入する方法が考えられる。ただし、変数を追加したという事実だけでは説明力は増加しない。それぞれの変数が何を測定し、どのような観測結果の違いを予測するかを定義する必要がある。
たとえば、神経時間スケールと領域間相関が同程度でも、身体からの感覚入力や外界との相互作用が異なる条件で、体験報告に系統的な違いが生じるなら、神経動態の要約指標に加えて身体・環境条件を考慮する根拠になる。このような比較では、刺激条件、反応能力、記憶、観測方法などを統制し、どの変数を変化させたときに何が変わるかを調べることが重要になる。身体や環境の役割についての仮説も、具体的な予測を持つことで、神経活動だけに基づく仮説と比較可能になる。
もっとも、Luppi らの研究が示した神経動態の共通性と、主観的体験の共通性との間には、生物種を横断する比較に固有の制約がある。ヒトでは、麻酔から回復した後に夢や感覚の体験内容を言語で報告できる。一方、線虫では神経活動や刺激に対する行動を測定できても、ヒトと同じ形式で主観的な経験の内容を報告してもらうことはできない。神経動態を共通の時系列特徴量によって比較できることと、経験の内容を同じ基準で比較できることの間には、実験方法上の差が存在する。
この制約を踏まえると、6 種に共通した時系列特徴の変化方向が認められたことは、共通するクオリアの存在を証明する結果ではなく、麻酔によって変化する神経機能に共通の構造があることを示す結果として位置付けられる。ヒトと線虫では、神経細胞の数も神経回路の構成も大きく異なる。それでも、過去の活動との関連が持続する時間や、神経活動の相互依存関係に、同じ方向の変化が認められた。この共通性によって、特定の脳領域や特定の麻酔薬に限定されない神経動態の特徴を、意識に関係する機能の候補として検討できる。
一方、同じ方向の変化が認められたことは、変化前後の状態そのものが生物種間で一致していたことを意味しない。時間スケールが短縮するという結果は、各生物の神経活動における時間的な持続性が低下したことを示す。短縮する前の時間スケール、変化の絶対量、神経活動が表現する情報、身体や環境との関係まで一致したという意味ではない。神経動態の変化方向の共通性から、神経活動の全体的な同一性を経由して、主観的体験の同一性へ至る推論には、複数の独立した条件が含まれている。
神経活動が似ていても、感じ方まで同じとは限らない。この命題は、異なる生物種が実際に異なるクオリアを経験していると実証したものではなく、観測された神経活動の共通性から体験の同一性を推定するための条件を明確にするものである。2026 年の麻酔研究は、異なる神経系が無反応状態へ向かう際に共有する動的な特徴を明らかにした。数理モデルによる解析は、その特徴が局所的な減衰と領域間相互作用からどのように生じるかを説明し、さらに、クオリアについての推定に必要な情報がどこで不足するかを示した。神経活動と主観的体験の対応を解明するための課題は、観測できる動態の共通性を、体験の成立条件と内容についての検証可能な予測へ結び付けることにある。
参考文献
- Ned Block, “On a confusion about a function of consciousness” (1995-06). Behavioral and Brain Sciences, 18(2), 227–247. https://doi.org/10.1017/S0140525X00038188
- Tim Bayne, Jakob Hohwy, Adrian M. Owen, “Are There Levels of Consciousness?” (2016-04-18). Trends in Cognitive Sciences, 20(6), 405–413. https://doi.org/10.1016/j.tics.2016.03.009
- Naotsugu Tsuchiya, Melanie Wilke, Stefan Frässle, Victor A. F. Lamme, “No-Report Paradigms: Extracting the True Neural Correlates of Consciousness” (2015-11-13). Trends in Cognitive Sciences, 19(12), 757–770. https://doi.org/10.1016/j.tics.2015.10.002
- Uri Hasson, Janice Chen, Christopher J. Honey, “Hierarchical process memory: memory as an integral component of information processing” (2015-05-14). Trends in Cognitive Sciences, 19(6), 304–313. https://doi.org/10.1016/j.tics.2015.04.006
- John D. Murray et al., “A hierarchy of intrinsic timescales across primate cortex” (2014-11-10). Nature Neuroscience, 17, 1661–1663. https://doi.org/10.1038/nn.3862
- Marcello Massimini et al., “Breakdown of cortical effective connectivity during sleep” (2005-09-30). Science, 309(5744), 2228–2232. https://doi.org/10.1126/science.1117256
- Christof Koch, Marcello Massimini, Melanie Boly, Giulio Tononi, “Neural correlates of consciousness: progress and problems” (2016-04-20). Nature Reviews Neuroscience, 17, 307–321. https://doi.org/10.1038/nrn.2016.22
- Anil K. Seth, Tim Bayne, “Theories of consciousness” (2022-05-03). Nature Reviews Neuroscience, 23, 439–452. https://doi.org/10.1038/s41583-022-00587-4
- Andrea I. Luppi et al., “Comprehensive profiling of brain dynamics during anesthesia across phylogeny” (2026-09-29). Nature Neuroscience. https://doi.org/10.1038/s41593-026-02460-4
- Ben D. Fulcher, Nick S. Jones, “hctsa: A Computational Framework for Automated Time-Series Phenotyping Using Massive Feature Extraction” (2017-11-01). Cell Systems, 5(5), 527–531.e3. https://doi.org/10.1016/j.cels.2017.10.001
- Patrick L. Purdon et al., “Electroencephalogram signatures of loss and recovery of consciousness from propofol” (2013-03-04). Proceedings of the National Academy of Sciences, 110(12), E1142–E1151. https://doi.org/10.1073/pnas.1221180110
- Michael T. Alkire, Anthony G. Hudetz, Giulio Tononi, “Consciousness and anesthesia” (2008-11-07). Science, 322(5903), 876–880. https://doi.org/10.1126/science.1149213
- Simone Sarasso et al., “Consciousness and Complexity during Unresponsiveness Induced by Propofol, Xenon, and Ketamine” (2015-11-19). Current Biology, 25(23), 3099–3105. https://doi.org/10.1016/j.cub.2015.10.014
- Francesca Siclari et al., “The neural correlates of dreaming” (2017-04-10). Nature Neuroscience, 20, 872–878. https://doi.org/10.1038/nn.4545
- Adenauer G. Casali et al., “A theoretically based index of consciousness independent of sensory processing and behavior” (2013-08-14). Science Translational Medicine, 5(198), 198ra105. https://doi.org/10.1126/scitranslmed.3006294
- Giulio Tononi et al., “Integrated information theory: from consciousness to its physical substrate” (2016-05-26). Nature Reviews Neuroscience, 17, 450–461. https://doi.org/10.1038/nrn.2016.44
- George A. Mashour et al., “Conscious Processing and the Global Neuronal Workspace Hypothesis” (2020-03-04). Neuron, 105(5), 776–798. https://doi.org/10.1016/j.neuron.2020.01.026
- Cogitate Consortium et al., “Adversarial testing of global neuronal workspace and integrated information theories of consciousness” (2025-04-30). Nature, 642, 133–142. https://doi.org/10.1038/s41586-025-08888-1
- id774, クオリアとは何か（2026-01-03）. https://blog.id774.net/entry/2026/01/03/3195/
- id774, クオリアを構造振動として記述する（2026-04-22）. https://blog.id774.net/entry/2026/04/22/4582/
- id774, クオリアは脳だけでは説明できない（2026-07-23）. https://blog.id774.net/entry/2026/07/23/5127/