编辑推荐：
这篇来自 Frontiers 的综述性论文，针对当今压力、焦虑与抑郁症高发的全球性健康挑战，探讨了极具前景的音乐干预新范式——音乐数字疗法（MDTs）。文章通过系统性的范围综述，不仅评估了现有MDTs产品的科学证据与有效性，还将其核心治疗策略归纳为五大类，并深入剖析了其背后可能的神经生物学机制，旨在为这一新兴领域的未来发展和临床转化提供清晰的路线图。
摘要
在快速的社会文化经济变迁、数字信息过载以及 COVID-19 疫情的持续影响下，压力、焦虑和抑郁的发病率不断攀升，这加速了针对提升心理韧性与幸福感的、可扩展工具的投资。音乐以其独特的能力，通过一种普遍、直观且日益可及的媒介，调节健康的核心维度——情感、焦虑、奖赏，以及自主神经和社会功能，因此，基于音乐的数字疗法（MDTs）展现出了巨大潜力。为了评估当前针对成人压力、焦虑和抑郁的MDTs的发展状况，我们采用一种改良的PICO（人群、干预、对照、结果）关键词框架来构建谷歌搜索结果，并进行了范围综述。最终，有22款商业化的MDTs被纳入分析。我们根据其潜在的治疗策略，将这些MDTs划分为五大主要类别：(1) 基于偏好的音乐选择；(2) 情感参数化；(3) 情感匹配与补偿；(4) 神经同步；(5) 生物反馈。我们回顾了从音乐神经科学和音乐治疗研究中支持每种策略的普遍证据，以及对特定MDTs的有限应用研究。我们得出结论认为，尽管支持音乐干预对压力、焦虑和抑郁的普遍证据是充分的，但关于MDTs的具体证据目前仍然非常有限，无法就其真实世界的有效性得出结论。要判断MDTs是否有可能发挥其潜力，需要更多地关注在具有生态效度的环境中进行的、针对特定治疗策略的严格实验室研究以及随机双盲安慰剂对照试验。为了支持该领域的进步，我们提出了一些建议，以支持MDTs作为循证工具，促进心理健康和福祉的可持续发展。
引言
全球范围内的压力、焦虑和抑郁水平正达到新高。尽管传统医学（如药物和心理咨询）是基石，但其平均效应量有限，且存在可及性障碍。音乐干预（MBIs），包括由认证治疗师主导的音乐治疗和类似“服药”形式的音乐医学，已被大量荟萃分析证明能对压力、焦虑和抑郁产生中到大效应的益处。然而，传统音乐治疗高度依赖稀缺的治疗师资源，其服务容量远不能满足潜在需求，且存在医保覆盖不足等问题，这极大地限制了其规模化和影响力。
为了扩大MBIs的可及性，音乐数字疗法应运而生。MDTs主要遵循音乐医学模式，通过智能手机提供自我管理的、结构化的聆听会话，旨在触及无法接触音乐治疗师的人群、提供按需治疗并降低成本。其潜在优势是显而易见的，但一个关键的假设是MDTs的益处能与传统MBIs相媲美，而这一点尚未得到充分研究。一个潜在的担忧是，MDT减少了治疗中的社会性因素，这可能影响疗效。尽管如此，现有研究比较音乐治疗和音乐医学（即是否包含治疗师参与）时，通常发现效果相当，甚至在部分研究中音乐医学效果更强。这表明，专注于最大化音乐本身特异性效应的MDTs具有发展前景，且MDTs与治疗师监督的混合模式可能整合双方优势。
音乐对压力、焦虑和抑郁的影响
大量证据表明，音乐能够对抗压力、焦虑和抑郁。调查显示，放松、调节情绪和享受是人们听音乐的首要原因之一。荟萃分析证实，MBIs（包括音乐治疗和音乐医学）在亚临床和临床环境中能有效降低压力、焦虑和抑郁水平，并具有中到大的效应值。
- •
压力：2020年的一项荟萃分析（包含61项随机对照试验，N=3,188）发现，MBIs对心率、血压和压力相关激素（如皮质醇）有显著的抗压效应。一项后续分析（聚焦音乐治疗）则发现，在综合压力和焦虑相关结局上效应更大。
- •
焦虑：一项2021年的荟萃分析（包含32项对照试验，N=1,924）发现音乐治疗具有小到中度的抗焦虑效果。一项2018年的荟萃分析（包含81项RCTs，N>6,000）则发现，在围手术期听音乐能对焦虑产生中到大的效应。一项2023年专门针对音乐医学的荟萃分析（21项RCTs，N≈1,800）也发现其对焦虑具有大效应。
- •
抑郁：一项2020年的荟萃分析（包含55项研究，N=3,984）表明，音乐医学对抑郁的效应强于音乐治疗。而更早的一项针对音乐治疗的荟萃分析也发现其对抑郁有较大效应。
潜在机制
在心理层面，音乐对压力、焦虑和抑郁的影响可归因于情绪调节、积极回忆和分心等因素。在神经生物学层面，大量证据表明音乐能直接调节大脑的核心情感和奖赏环路。
- 1.
奖赏通路激活：愉悦的音乐聆听能激活经典的大脑奖赏系统，包括中脑边缘多巴胺通路及相关μ-阿片信号。功能连接分析进一步表明，愉悦音乐增强了关键奖赏节点与涉及压力调节的脑区之间的时间耦合，并扩展至一个包括杏仁核、脑岛、眶额皮质、内侧前额叶皮质和前扣带回在内的更广泛情感网络。这些区域在音乐诱发的大脑活动坐标荟萃分析中同样突出，并且与精神疾病的神经病理学密切相关。
- 2.
节奏与神经同步：音乐节奏能自发地在一个分布式的感觉-运动网络中与神经振荡同步。这个网络的激活程度与“律动感”紧密相关，而“律动感”又与音乐愉悦度和伏隔核活动密切相关。这表明高律动感的节奏可以动态地吸引注意力，可能中断适应不良的认知模式，同时激活奖赏相关回路。
- 3.
音乐特异性处理：在人类颞上回中存在对歌曲和音乐的选择性神经反应，与语音选择性反应平行，这表明音乐能调动听觉神经生物学的一个专门组成部分，并与情感和奖赏网络紧密整合，使其调节情绪的能力可能在功能受损的个体中得到保留。
综上，音乐减轻压力、焦虑和抑郁的能力源于由愉悦驱动的、对大脑核心情感和奖赏网络的神经调节。
新兴的音乐数字疗法
MDTs正处于快速发展中，许多产品已商业化并宣传其对健康的好处。为了描绘这一领域的现状，本研究进行了一项范围综述。
- •
方法与结果：在2025年1月，我们利用修改的PICO框架和谷歌搜索，对以英语描述的、公开可及的MDT产品进行了检索。最终确定了22个符合纳入标准的MDTs。这些产品被归纳为五大治疗策略：基于偏好的音乐选择、情感参数化、情感匹配与补偿、神经同步和生物反馈。
- •
实证研究评估：在22个MDTs中，仅有8个强调了与已发表的同行评审实证研究的关联。其中，仅4个（AlphaBeats、LUCID、MusicCare、Spiritune）拥有在研究中明确操纵音乐因素、允许评估音乐效应的研究。对其中14项随机对照研究的偏倚风险评估显示，在盲法、对照设置等方面存在明显的方法学局限性。证据质量参差不齐，且缺乏在真实生态环境下进行的长期、严谨的随机对照试验。
主要治疗策略
- 1.
基于偏好的音乐选择：根据个人音乐偏好来策划或创作音乐。神经影像学研究表明，偏好音乐能更强地激活大脑奖赏网络。一些MDTs（如Vera、MediMusic）利用人口统计学和聆听历史数据生成个性化播放列表。使用广受欢迎的艺术家的音乐或利用AI生成音乐也属于此策略，但需注意，熟悉的偏好音乐不一定总能带来积极疗效，并伴随伦理挑战。
- 2.
情感参数化：基于与情感相关的音乐特征（如速度、调式、音色）来策划或创作音乐。这些特征与情绪表达的关系具有跨域一致性。例如，速度与感知能量、频谱能量分布与唤醒度、协和性与积极情感之间存在稳健关联。MDTs（如Spiritune）可以系统性地选择或生成音乐，以针对特定的情感状态。研究表明，Spiritune参数化的“工作流”音乐在改善情绪和认知表现方面优于流行音乐或办公室噪音。
- 3.
情感匹配与补偿：系统性地编排音乐情感随时间的变化，以促进情绪匹配和转变。这在音乐治疗中被称为Iso原则，即首先播放与患者当前情绪状态相匹配的音乐，然后逐渐过渡到能引发目标情绪状态的音乐。研究表明，遵循Iso原则的序列比连续播放快乐歌曲更能缓解诱发的悲伤。MDTs如Spiritune和LUCID明确整合了Iso原则。另一项技术是U形曲线技术（MusicCare特有），用于管理焦虑和疼痛，涉及以“开始-舒缓-回升”为特征的结构化音乐序列。临床研究表明其能有效降低自我报告的焦虑。
- 4.
神经同步：利用音乐中的特定频率能量来增强相应的神经振荡。不同频率的神经振荡与不同状态相关（如θ/δ波与放松、睡眠；β波与活跃思维、焦虑）。听觉节拍是实现神经同步的一种广泛研究的方法。研究表明，θ/δ频率范围内的双耳节拍对减少焦虑有中等至大的效应。LUCID在其放松音乐中嵌入了θ频率的听觉节拍，研究发现与单纯音乐或节拍相比，能更有效地减少状态焦虑。另一种方法是振幅调制。Brain.fm在音乐中添加了不同频率的振幅调制，研究发现β波调制音乐能增强大脑显着网络的活动和神经同步，并改善有注意力缺陷症状个体的认知表现。
- 5.
生物反馈：利用来自可穿戴生物传感器的数据来选择或修改音乐治疗内容，听众可以利用音乐的变化作为生物反馈线索来调节生理状态。AlphaBeats利用基于EEG的生物反馈来增强α波活动，当α/β比值高时，音乐变得更清晰。研究表明，α训练能显著且持久地增加α波活动。Endel则利用生物特征和情境数据来实时生成个性化的自适应声景，以增强注意力。
讨论
MDTs的转化吸引力很大程度上在于其扩大音乐治疗可及性的潜力。然而，目前关于MDTs的科学验证仍然有限。在声称“有科学依据”的MDTs中，仅少数拥有同行评审的实证研究，且研究质量参差不齐，普遍存在方法学局限（如非盲、对照不充分）。将MDT特定策略与普通音乐聆听进行比较的证据好坏参半。虽然一些研究发现特定参数化音乐或结合听觉节拍的音乐优于普通音乐，但其他研究发现效果相似或MDT效果更弱。因此，目前关于MDTs在现实世界中对压力、焦虑和抑郁的有效性证据尚不足以得出结论。
未来，该领域需要在具有生态效度的环境中进行更多严格、长期的随机对照试验，包括与积极对照（如普通音乐）和安慰剂对照的比较，并评估包括生理指标在内的多种结局。同时，需要探索如何将社会支持和治疗师指导整合到MDT模式中，以弥补数字化交付可能削弱的人际互动益处。随着技术的进步，特别是在可穿戴传感器、AI音乐生成和情感计算方面，MDTs有望变得更加个性化和有效。然而，这也带来了数据隐私、算法偏见、AI生成音乐的伦理以及治疗关系本质变化等挑战。MDTs的发展必须在创新、严格的科学验证和对患者福祉的坚定承诺之间取得平衡。
