Pemindaian otak Anda pada dasarnya adalah Anda, kata sebuah studi Yale baru.
Saya tahu otak itu milik Anda. Kredit gambar: Emily S Finn
Oleh Emily S Finn, Universitas Yale
Kita masing-masing adalah unik, dengan kekuatan, kelemahan, dan keistimewaan kita sendiri. Meskipun ini adalah kebenaran yang dipahami semua orang secara intuitif, sulit untuk menentukan apakah dan bagaimana individualitas ini tercermin dalam aktivitas otak.
Untuk menyelidiki, rekan saya dan saya melihat gambar otak dari sukarelawan yang dipindai menggunakan pencitraan resonansi magnetik fungsional, atau fMRI. Teknik ini mengukur aktivitas saraf melalui aliran darah di otak ketika orang terjaga dan aktif secara mental. Kami menghitung "profil konektivitas fungsional" untuk setiap orang berdasarkan pola aktivitas sinkronisasi masing-masing di antara berbagai bagian otak.
Faktanya, ternyata pasang surut aktivitas otak itu seperti jari: setiap orang memiliki pola tanda tangannya sendiri, menurut penelitian kami yang baru saja diterbitkan dalam jurnal Nature Neuroscience. Hanya menggunakan profil konektivitas mereka, kami dapat mengidentifikasi individu dari grup. Berdasarkan murni pada profil ini, kami juga dapat memprediksi bagaimana orang akan melakukan satu jenis tes kecerdasan.
Pemindai fMRI menggunakan medan magnet yang kuat untuk melacak aliran darah di otak. Kredit foto: KasugaHuang
Perdagangkan hutan untuk pohon-pohon
fMRI adalah alat terbaik yang kita miliki untuk mempelajari apa yang terjadi dalam kehidupan, berpikir otak manusia dengan cara yang aman dan non-invasif. Namun data fMRI terkenal berisik - banyak hal memengaruhi sinyal pada waktu tertentu, dan hanya beberapa di antaranya yang terkait dengan aktivitas otak aktual yang kita pedulikan.
Inilah sebabnya, secara tradisional, fMRI mempelajari rata-rata bersama-sama data dari banyak orang yang berbeda: idenya adalah bahwa dengan menemukan pola umum aktivitas otak, kita dapat menghilangkan banyak kebisingan dan berakhir dengan sesuatu yang lebih dekat dengan sinyal "benar". Intinya, kami memadukan semua sinyal individu untuk mendapatkan satu versi yang mewakili seluruh populasi.
Biasanya para peneliti menggabungkan data dari banyak pemindaian fMRI untuk menemukan area otak yang biasanya aktif selama tugas-tugas tertentu. Kredit gambar: John Graner
Tetapi Anda tidak perlu menjadi ilmuwan otak untuk mengenali bahwa setiap orang berbeda; rata-rata ini mungkin mengaburkan pola aktivitas menarik yang istimewa bagi setiap orang. Dan agar fMRI bermanfaat secara praktis - dalam kedokteran, misalnya - kita perlu mendapatkan informasi yang bermakna berdasarkan pemindaian dari satu orang.
Kami berangkat untuk membuktikan bahwa menganalisis data fMRI dari individu individu memang mungkin, dengan menunjukkan bahwa pola aktivitas istimewa ini cukup andal untuk mengidentifikasi individu dari kelompok besar.
Menganalisis scan individu
Kami menggunakan data dari Human Connectome Project (HCP), upaya penelitian utama untuk mengumpulkan data pencitraan otak bersama dengan informasi perilaku, demografis, dan genetik dari sejumlah besar orang sehat. Sejauh ini, data dari 500 orang telah dirilis, dan ada rencana untuk mengumpulkan total 1.200. Semua data dibuat tersedia untuk umum, sehingga peneliti di mana saja dapat mengunduhnya, menganalisisnya dengan cara yang berbeda, dan menambangnya untuk wawasan yang menarik.
Kami melihat data dari 126 peserta pertama di HCP. Setiap orang dipindai enam kali berbeda. Selama dua pemindaian, orang-orang hanya beristirahat, membiarkan pikiran mereka berkelana. Selama empat pemindaian lainnya, mereka mengerjakan beberapa jenis tugas kognitif: mencoba mengingat item-item dalam tes memori kerja, mendengarkan cerita, menyelesaikan masalah matematika, melihat wajah-wajah emosional atau menggerakkan berbagai bagian tubuh mereka.
Untuk menganalisis data fMRI untuk setiap peserta, kami pertama-tama membagi seluruh otak menjadi 268 wilayah yang terpisah.Meskipun ini merupakan pertanyaan terbuka, berapa banyak wilayah fungsional berbeda yang ada di otak, karya kami sebelumnya telah menunjukkan bahwa menggunakan antara 200 dan 300 wilayah memungkinkan kita mendeteksi efek halus, sambil tetap menjaga hal-hal yang dapat dikelola dalam hal waktu dan daya komputasi. diperlukan untuk menjalankan analisis.
Koneksi fungsional di otak yang paling membedakan individu. Banyak di antara lobus prefrontal (sisi kiri gambar) dan parietal (sisi kanan gambar). Kredit gambar: Emily S Finn
Untuk setiap pasangan wilayah, kami menghitung kekuatan koneksi fungsional di antara mereka. Untuk memahami apa "koneksi fungsional" itu, pikirkan dua musisi yang bermain pada saat yang sama: daripada mengukur seberapa keras setiap musisi bermain, kami mengukur seberapa sinkronisasi permainan mereka. Ini bukan tentang tingkat aktivitas keseluruhan di setiap wilayah otak tunggal, melainkan bagaimana pasangan daerah cenderung meningkat dan mengurangi aktivitas mereka secara bersamaan. Kami menghitung ukuran sinkronisasi ini untuk setiap pasangan wilayah di otak. Untuk setiap orang, kami memiliki profil konektivitas fungsional untuk masing-masing dari enam pemindaian yang mereka lakukan.
Kami ingin melihat apakah profil konektivitas dapat bertindak seperti jari. Jadi kami mengambil satu profil dari satu sesi pemindaian - katakanlah, sesi memori yang berfungsi - dan membandingkannya dengan semua 126 profil untuk sesi pemindaian yang berbeda, katakan yang diam. Berdasarkan profil numerik, kami menemukan profil lain yang paling cocok. Apakah kami dapat mencocokkan memori kerja peserta dan scan saat istirahat? Yaitu, akankah otak seseorang “terlihat sama” tidak peduli apa tugasnya?
Sebagian besar waktu, identitas yang kami prediksi memang benar: kami mampu mengidentifikasi orang dengan akurasi hingga 99%. Akurasi berkisar antara 64% hingga 99%, tergantung pada pasangan sesi pemindaian tertentu. Jika kita hanya menebak secara acak, kita akan berharap untuk memilih identitas yang benar kurang dari 1% dari waktu, jadi ini adalah hasil yang sangat signifikan.
Dua jaringan disorot dari 268 daerah otak - frontal medial di ungu dan frontoparietal di teal. Dua jaringan ini adalah yang terbaik untuk mengidentifikasi orang serta memprediksi kecerdasan cairan. Gambar crdit: Emily S Finn / Xilin Shen
Memprediksi kecerdasan cairan
Koneksi tertentu paling membedakan individu - yaitu, mereka yang berada di antara lobus prefrontal otak (tepat di belakang dahi) dan lobus parietal (lebih jauh ke belakang di atas kepala). Area-area ini berevolusi paling baru, dan ahli saraf telah lama mengetahui bahwa mereka sangat penting untuk fungsi-fungsi canggih seperti perhatian, memori dan bahasa.
Kami menemukan bahwa koneksi ini juga dapat memprediksi bagaimana orang akan melakukan tes kecerdasan cairan, atau kemampuan penalaran di tempat. Fluid intelligence adalah kemampuan untuk melihat pola dan memecahkan masalah penalaran.
Sementara prediksi kecerdasan cairan secara keseluruhan lebih akurat daripada tidak, masih ada kesalahan yang cukup besar - model tersebut memperkirakan skor beberapa orang lebih banyak dan lebih rendah dari yang lainnya - jadi kami tentu tidak akan menganjurkan memberi seseorang pemindaian otak alih-alih tes IQ. atau penilaian tradisional lainnya.
Otak - dan profil konektivitas - seunik kita. Kredit gambar: Emily S Finn / Michael Hathaway
Di bagian pertama penelitian kami, kami menemukan bahwa orang-orang selalu terlihat paling mirip diri mereka sendiri, terlepas dari apa yang mereka lakukan. Dengan kata lain, otak yang sama melakukan dua tugas yang berbeda selalu terlihat lebih mirip daripada dua otak yang berbeda melakukan tugas yang sama. Dan pada bagian kedua dari penelitian kami, kami melihat bahwa profil konektivitas ini sesuai dengan atribut kognitif yang sangat kompleks.
Mengapa ini penting? Lagipula, kita tidak perlu memasukkan seseorang ke pemindai MRI untuk mengetahui siapa mereka - kita dapat mengatakannya dengan melihatnya. Pentingnya temuan ini adalah bahwa profil konektivitas ini berpotensi memberi kami informasi tentang orang-orang yang sulit untuk diketahui hanya dengan melihat.
Misalnya, mereka dapat membantu memprediksi siapa yang berisiko terkena penyakit. Mungkin ada sesuatu dalam pola individu dari koneksi otak yang kuat dan lemah yang mengungkapkan seberapa rentan seseorang terhadap penyakit neurologis atau mental yang berbeda, seperti skizofrenia, depresi, atau penyakit Alzheimer. Jika kita mengumpulkan gambar fMRI dari orang-orang saat mereka masih sehat, dan kemudian mengikuti mereka dari waktu ke waktu untuk melihat siapa yang menjadi sakit, mungkin kita dapat membangun model yang menghubungkan bagian-bagian dari profil konektivitas dengan kesehatan masa depan. Lalu kita bisa menerapkan model ini ke profil orang baru untuk memprediksi kemungkinan mereka sakit. Ini bisa menjadi cara untuk menargetkan dan memperlakukan orang yang berisiko tinggi sejak dini, dengan harapan bahwa intervensi awal akan meningkatkan hasil mereka.
Pada akhirnya, kami berharap profil ini suatu hari nanti dapat digunakan dalam pengobatan pribadi, cara untuk menyesuaikan intervensi dan terapi untuk orang-orang berdasarkan pada biologi masing-masing.
Namun masih banyak pertanyaan terbuka. Misalnya, kami menguji identifikasi antara pemindaian yang dipisahkan oleh beberapa hari, tetapi seberapa stabil profil konektivitas selama beberapa bulan atau tahun? Bisakah mereka berubah sebagai fungsi penuaan, penyakit, pelatihan kognitif atau proses lainnya? Apa ciri perilaku lain yang tercermin dalam pola konektivitas otak? Meskipun ada banyak pekerjaan yang harus dilakukan, rekan-rekan saya dan saya percaya bahwa hasil ini memberikan dasar yang menarik untuk penelitian di masa depan.
Calon Emily S Finn, PhD dalam Neuroscience, Universitas Yale
Artikel ini awalnya diterbitkan di The Conversation. Baca artikel aslinya.