Jak myśli martwa ryba?

Istnieje kilka głównym problemów z którymi mierzy się dzisiejsza neuropsychologia. Jednym z głównych tematów przewijających się od dawna w literaturze naukowej jest, zaraz obok biologicznej konstrukcji świadomości, pytanie o to jak martwe ryby analizują ludzkie emocje?

W szranki z tą zagwozdką stanął neuronaukowiec Craig M. Bennett z University of California. Uzbrojony w jedną sztukę dorodnego łososia udał się do laboratorium w Dartmouth i umieścił martwe zwierze w fMRI. Gdy ryba leżała spokojnie pokazywano jej zdjęcia ludzi w różnych społecznych sytuacjach. Następnie zdechły łosoś został proszony o określenie emocji, którą przeżywały osoby ze sfotografowanych scenek.

Rybi mózg

Analiza aktywnych voxeli (pikseli w trójwymiarze) wykazała, że łosoś rzeczywiście analizował ludzkie zdjęcia, jednak przez to, że rozdzielczość fMRI mała, a rybi mózg jeszcze mniejszy, nie da się powiedzieć nic więcej o charakterze tej analizy.

Pozostaje nam jednak mieć nadzieję, że już niedługo nastąpi skok technologiczny neuroobrazowania zwiększający znacznie rozdzielczość obrazu. Znalezienie ryb o większych mózgach – to też zdaje się udana ścieżka rozwoju badań, które już są bardzo obiecujące!

Autor wyników, chociaż tak ładnie wpisały się w tematykę neuropsychologii martwych ryb, ukazał jednak coś innego – problematykę korzystania z narzędzi neuroobrazowania. Wynik pomiaru, absolutnie absurdalny, pokazuje problem voxeli fałszywie dodatnich (false positive), na które uważać trzeba także badając większe ssaki, w tym człowieka.

Przy normalnym skanie fMRI otrzymujemy do analizy ponad 40 000 voxeli. Pracowanie na tak dużej bazie, przy jednoczesnym dużym naturalnym szumie sprawia, że przy zastosowaniu wielu testów statystycznych wyniki czasami mogą, za sprawą przypadku, okazać się troszkę “inne”. Mimo to traktowane są bardzo poważnie. Sam odnosiłem się do nich kilkukrotnie. Dr. Bennett pisze, że wszystko zależy od ustawienia progu istotnej aktywności. Możemy ustawić go wysoko – w ten sposób pozbędziemy się voxeli fałszywie dodatnich, lecz również może nam uciec istotna różnica aktywności w innych rejonach mózgu. Możemy też ustawić próg nisko – i uzyskać aktywność nawet w martwej rybiej głowie.

Wyniki fMRI nie muszą jednak tracić szacunku – wystarczy, że używające je osoby będą stosować się do takich metod jak korekcja wielokrotnymi porównaniami (Multiple Comparisions Correction), która utrzyma istniejący efekt niwelując przebłyski naturalnego szumu. Benett konkluduje więc, że wypadałoby przyjąć MCC jako standardowe techniki przy analizie statystycznej wyników fMRI.

Co ciekawe jednak, autor badania miał problem z publikacją artykułu, i to nie dlatego, że opisuje on całkowicie absurdalne neuroobrazowanie martwego łososia, ale ponieważ inni uważali MCC za testy zbyt konserwatywne. Taka analiza statystyczna może zainicjować wyniki fałszywie negatywne (false negatives), tam gdzie aktywizacja istnieje. Bennett odpowiada – w takim razie może publikować wyniki i przed i po korekcie MCC?

Ludzie zainteresowani neuronauką przyjmują wyniki badań z tej dziedziny jako coś udowodnionego i sprawdzonego. Samym neurobadaczom też często brakuje sceptycyzmu, musi być on jednak wymuszany sensowną analizą wyników. Problem przyjętych technik statystycznych nie jest tematem nowym, ale nadal rozbija środowisko neuronaukowców. Mam głęboką nadzieję, że tego typu dyskusje, wraz z jednoczesnym rozwojem technik neuroobrazowania, doprowadzą do sensownego konsensusu. Wtedy błędy będą mogły być popełniane “tylko” przy tych wyników interpretacji.

Plakat Bennetta i współpracowników
Neuroskeptic
Wired Science
Mindhacks