今年冬天，我被一场持续的咳嗽折磨了将近两个月。

看了不少西医。做了呼出气一氧化氮检测（专门判断气道有没有过敏性炎症）和肺部CT，结果一切正常。医生也开了不少药：先是抗生素，然后是阿斯美、孟鲁司特钠这类针对咳嗽变异性哮喘的药物，效果都不理想。我一度以为自己产生了耐药性，后来查了才知道这类药根本不存在耐药问题。

奇怪的是，去看中医之后，每次针灸后咳嗽都有明显缓解。我把这个观察告诉西医，对方不出意料地嗤之以鼻：“江湖骗子”。

但如果真的只是安慰剂，为什么缓解效果如此稳定、可重复？这个问题让我一直想不通。

一、咳嗽本身，变成了问题

带着困惑查资料，加上和 Claude 反复讨论，我接触到了一个近年来才逐渐被医学界认可的概念：咳嗽高敏综合征（Cough Hypersensitivity Syndrome）。

它的核心逻辑是：咳嗽久了，气道里的神经会被"训练"得越来越敏感。原本需要一定刺激才能触发的咳嗽反射，渐渐变得一点痒就启动。而咳嗽本身又会继续刺激这些神经——更敏感，更容易咳，形成恶性循环。

这不只是功能上的"过敏"，而是神经发生了结构上的真实改变。2021年，俄勒冈健康科学大学的研究团队对慢性咳嗽患者做了气道活检，发现其气道上皮的感觉神经密度显著高于正常人，且神经分支数量明显增多——这是神经重塑（neuroplasticity）的直接证据。（Shapiro et al., Am J Respir Crit Care Med, 2021）

到了这个阶段，肺部没有炎症是完全正常的——问题的根源早就不在气道，而在于反射弧被"过度训练"了。这也解释了我的两个典型症状：喉咙莫名发痒（刺激阈值极低），以及咳嗽完全不受主观意志控制（自主神经反射，绕过"想不想咳"这个判断）。

这同样解释了为什么那些药没什么用。孟鲁司特针对过敏炎症，抗生素针对细菌，对神经敏化本身都没有作用——就像修一辆刹车失灵的车，却只换了挡风玻璃。

目前对这类慢性咳嗽真正有效的药物，是加巴喷丁——一种原本用来治疗神经性疼痛的药。2012年发表在《柳叶刀》上的一项随机双盲安慰剂对照试验，证实了加巴喷丁能显著改善难治性慢性咳嗽患者的咳嗽频率和生活质量。（Ryan et al., The Lancet, 2012）它直接作用于神经传导，而非气道炎症——这本身就说明了问题的性质。

二、针灸：不只是安慰剂

有了这个框架，我重新审视了针灸的效果。

起初我以为，针灸可能只是通过心理暗示或转移注意力来缓解咳嗽。但查了一些研究之后，发现并没有这么简单。

2025年发表的一篇系统综述汇总了 30 项随机对照试验、共 2835 名患者，结论是：针灸相关疗法在慢性咳嗽患者中能够显著改善咳嗽严重程度和生活质量，证据等级为中等可信度。（Lim et al., Complementary Therapies in Clinical Practice, 2025）

更有意思的是机制层面。针刺特定穴位已被证实能激活自主神经系统中的特定回路，进而调节迷走神经的活动，产生可测量的抗炎效应。（Lim et al., PLOS ONE, 2016）也就是说，针灸并不只是"让人感觉好一些"，它通过皮肤体感输入，真实地调动了神经系统中的某些回路。

当然，心理预期和注意力的参与也可能存在——但这与"纯粹的安慰剂"有本质区别：前者是真实的神经调控，只是路径不同于传统西医的靶点。

三、用 AI 打一个类比

想到这里，我发现这件事用机器学习来类比，出奇地直观。

AI 模型在训练时有一种常见问题叫过拟合：如果在某种数据上训练过久，模型就会对这类数据过度敏感，泛化能力下降——稍微换一种输入，就会给出异常的输出。

慢性咳嗽的神经敏化，本质上就是人体版的过拟合：持续的咳嗽刺激让特定神经通路被过度强化，系统变得"一触即发"，对原本无害的刺激也产生剧烈反应。

为了解决过拟合，工程师会用各种方式来"修正"模型。对应到咳嗽的治疗，可以画出一个粗略的类比：

  • 行为训练（主动练习抑制咳嗽冲动）：类似于对过度激活的神经通路施加持续的衰减约束，慢慢把参数拉回正常范围；
  • 加巴喷丁：类似于直接压制神经信号的传导强度；
  • 针灸：类似于从外部注入一个旁路信号，激活了不同于咳嗽反射弧的神经回路，间接干扰了那条被过度强化的通路。

AI 里有一种技术叫 Dropout：训练时随机屏蔽一部分神经元，强迫模型不过分依赖某条特定路径，从而消除过拟合。针灸的某些作用和这个逻辑有些相似——都是通过干扰特定通路的主导地位，让系统重新找到平衡。

这当然只是类比，不是严格的科学对应。但两件事背后有一个共同的本质：一个系统如果对某种刺激模式过度学习，就需要某种外部干预来重新校准。

结语

这次生病让我更切实地体会到一件事：医学上最常见的误判，是把"我不理解这个机制"直接等同于"这个东西没有效果"。针灸的理论框架也许存在问题，但它在慢性神经性疾病上长期积累的临床经验，可能暗藏着真实的神经调控机制，值得用现代科学的语言认真对待。

我们会发现中医和西医描述的是同一件事，只是用了两种完全不同的语言。

也许这些跨越千年的经验积累，还能给其他领域——包括 AI——带来一点意想不到的启发。

毕竟大脑和神经网络做的是同一件事：从刺激中学习，在学习中被塑造。塑造过头了，就需要重新校准。这一点，人类和机器，并没有什么不同。