Gradual proactive regulation of body state by reinforcement learning of homeostasis.

01.02.2026 · Neuroscience research · Zusammenfassung auf Deutsch

Diese Studie ist eine Computermodell-Arbeit, keine Untersuchung an Patienten. Der Körper hält lebenswichtige Werte wie Temperatur oder Blutzucker in engen Grenzen stabil (Homöostase) – teils durch Reaktion auf Störungen, teils durch vorausschauende Anpassung, die der Körper aus Erfahrung lernt. Die Forscher entwickelten ein neues Rechenmodell (eine Art künstliches Lernsystem), das solche vorausschauenden Anpassungen Schritt für Schritt simuliert, inklusive 'Verlernen' von Reaktionen. Das Modell wurde zunächst erfolgreich an einem Beispiel getestet: wie der Körper lernt, den durch Alkohol verursachten Temperaturabfall vorherzusehen und gegenzusteuern. Anschließend erweiterten die Forscher das Modell auf mehrere Körperfunktionen, die sich gemeinsame Steuersignale (Nerven/Hormone) teilen – etwa Wärmeregulation und Energiehaushalt. Das Modell zeigte: Wenn eine Funktion bevorzugt stabilisiert wird, kann dies andere aus dem Gleichgewicht bringen, was zu einer Kettenreaktion von Fehlregulationen im gesamten System führen kann. Die Autoren diskutieren, dass solche Modell-Ausfälle Ähnlichkeiten zu Störungen des vegetativen Nervensystems zeigen, wie sie bei Dysautonomie und ME/CFS beobachtet

Datenquelle: Diese Zusammenfassung wurde automatisch aus der Originalveröffentlichung erstellt und kann Fehler enthalten. Maßgeblich ist allein die Originalstudie (DOI 10.1016/j.neures.2026.105021).

Originalstudie im Volltext ansehen →

Diese Studie in der interaktiven Übersicht öffnen