剑桥大学的最新研究表明，清醒时个体大脑不同区域之间复杂的“交流”模式可以帮助医生更好地跟踪甚至预测他们对全身麻醉的反应，并更好地确定所需的麻醉剂量。 。

目前，即将接受手术的患者会根据所谓的“马什模型”接受一定剂量的麻醉剂，该模型使用个人体重等因素来预测所需的药物量。当患者“陷入困境”时，他们的意识水平会以相对粗略的方式进行监测。如果他们仍然被认为是清醒的，那么他们只会被给予更多的麻醉剂。然而，全身麻醉剂可能会带来风险，特别是当一个人患有心脏病等潜在健康问题时。

当大脑的各个区域相互交流时，它们会发出明显的信号，这些信号可以表明一个人的意识程度。这些大脑活动的“网络”可以使用脑电图(EEG)来测量，脑电图可以测量脑细胞相互交谈时的电信号。剑桥大学的研究人员此前已经表明，这些网络签名甚至可以在一些植物人身上看到，并且可以帮助医生识别尽管无法沟通但仍具有意识的患者。这些发现建立在网络科学进步的基础上，以应对理解和测量人类意识的挑战。

今天，在由威康信托基金资助的开放获取期刊《公共科学图书馆计算生物学》上发表的一项研究中，研究人员研究了健康志愿者在注射常用麻醉剂异丙酚时这些信号如何变化。

20 个人(9 名男性，11 名女性)接受了稳步增加剂量的异丙酚 - 全部达到相同的限度 - 在执行一项任务时，如果听到“砰”的一声就按一个按钮，如果听到“乒”的一声则按另一个按钮'。与此同时，研究人员使用脑电图 跟踪他们的大脑网络活动。

当受试者达到最大剂量时，一些人仍然清醒并能够执行任务，而另一些人则失去知觉。当研究人员分析脑电图读数时，他们发现对麻醉剂有反应的人和仍然能够继续任务的人之间存在明显差异。这种“大脑特征”在阿尔法波(脑细胞振荡频率范围为 7.5-12.5 Hz)所携带的大脑区域之间的通信网络中很明显，阿尔法波是清醒和放松时大脑电活动的正常范围。