Tim istraživača koji predvode Kim Hong Ji i Voo Choong-Van u Centru za istraživanje neuronaučne slike (CNIR) u okviru Instituta za osnovne nauke (IBS), u saradnji sa Emili FINN na Dartmouth koledžu, otključao je novo područje razumevanja unutar ljudskog mozga.
Tim je demonstrirao mogućnost korišćenja funkcionalne magnetne rezonance (fMRI) i algoritama mašinskog učenja za predviđanje subjektivnih osećanja u mislima ljudi dok čitaju priče ili u stanju slobodnog razmišljanja. Studija je objavljena u časopisu PNAS.
Mozak je stalno aktivan, a spontane misli se javljaju čak i tokom odmora ili spavanja. Ove misli mogu biti bilo šta, od sećanja na prošlost do težnji za budućnošću, i često su isprepletene sa emocijama i ličnim brigama. Međutim, pošto se spontana misao obično javlja bez ikakvog ograničenja svesti, njihovo istraživanje predstavlja izazove – čak i jednostavno pitanje pojedinaca šta trenutno misle može promeniti prirodu njihovih misli.
Novo istraživanje sugeriše da je moguće razviti prediktivne modele afektivnih sadržaja tokom spontanog razmišljanja kombinovanjem ličnih narativa sa fMRI. Naracije i spontane misli dele slične karakteristike, uključujući bogate semantičke informacije i prirodu koja se vremenski odvija. Da bi uhvatili raznolik spektar misaonih obrazaca, učesnici su učestvovali u intervjuima jedan na jedan kako bi napravili personalizovane narativne stimuluse, odražavajući njihova prošla iskustva i emocije. Dok su učesnici čitali svoje priče unutar MRI skenera, zabeležena je njihova moždana aktivnost.
Nakon fMRI skeniranja, od učesnika je zatraženo da ponovo pročitaju priče i prijave uočenu samorelevantnost (tj. koliko je ovaj sadržaj povezan sa njima samima) i valentnost (tj. koliko je ovaj sadržaj pozitivan ili negativan) u svakom trenutku.
Koristeći kvintil (pet nivoa) iz ocene samorelevantnosti i valentnosti svakog učesnika, kreirano je 25 (5 nivoa ocene samorelevantnosti × 5 nivoa ocene valentnosti) mogućih segmenata fMRI i podataka o oceni. Tim je zatim iskoristio tehnike mašinskog učenja da obuči prediktivne modele, kombinujući ove podatke sa fMRI skeniranjem mozga 49 pojedinaca kako bi dekodirao „emocionalne dimenzije“ misli u realnom vremenu.
Da bi protumačio moždane reprezentacije prediktivnih modela, istraživački tim je koristio više pristupa, kao što su analize virtuelnih lezija i virtuelne izolacije na nivou regiona i mreže. Kroz ove analize, otkrili su značaj podrazumevanog režima, ventralne pažnje i frontoparijetalnih mreža u predviđanjima samorelevantnosti i valence. Konkretno, oni su identifikovali učešće prednjeg insula i srednjeg korteksa u predviđanju samorelevantnosti, dok su levi temporoparietalni spoj i dorsomedijalni prefrontalni korteks igrali važnu ulogu u predviđanju valencije.
Štaviše, prediktivni modeli su pokazali svoju sposobnost da predvide i samorelevantnost i valentnost ne samo tokom čitanja priče, već i kada se primenjuju na podatke od 199 pojedinaca koji se bave spontanim razmišljanjem bez zadataka ili čak tokom odmora. Ovi nalazi pokazuju obećanje dekodiranja iz snova.
„Nekoliko tehnoloških kompanija i istraživačkih timova trenutno nastoji da dekodira reči ili slike direktno iz aktivnosti mozga, ali postoje ograničene inicijative usmerene na dekodiranje intimnih emocija koje su u osnovi ovih misli“, izjavio je dr Vu Čung-Van, pomoćnik direktora IBS-a, koji je predvodio studija. „Naše istraživanje je usredsređeno na ljudske emocije, sa ciljem dekodiranja emocija unutar prirodnog toka misli kako bi se dobile informacije koje mogu koristiti mentalnom zdravlju ljudi.
Kim Hongji, doktorski kandidat i prvi autor ove studije, naglasio je: „Ova studija ima značaj jer smo dekodirali emocionalno stanje povezano sa opštim mislima, umesto da ciljamo na emocije ograničene na specifične zadatke“, dodajući: „Ovi nalazi unapređuju naše razumevanje unutrašnjih stanja i konteksta koji utiču na subjektivna iskustva, potencijalno bacajući svetlo na individualne razlike u mislima i emocijama, i pomažući u proceni mentalnog blagostanja.“
