Vaughan Bell: das Problem mit Gehirn-scans

Viele der Methoden auf dem Gehirn-Scan Studien basieren haben – als ein Bild eines Toten Lachses erwies sich fehlerhaft gewesen

Neurowissenschaftler haben lange schlagen ihre Köpfe auf ihren Schreibtischen über übertriebene Berichte über Gehirn-scanning Studien. Medien-Geschichten illustriert mit farbigen Scans, die angeblich zeigen, wie das Gehirn funktioniert, sind nun ein fester Bestandteil der Wissenschaft-Seiten und einige Leute finden sie so überzeugend, dass sie als Möglichkeiten der Gestaltung von Bildung für unsere Kinder, die Bewertung der Wirksamkeit von marketing-Kampagnen und potenziellen Rekruten Tests angepriesen werden. Vor kurzem, zum Leidwesen der französische Wissenschaftler, Politiker forderten Neuro-Bildgebung in den Gerichten verwendet werden, entscheiden über die Schuld der Verbrecher, nachdem die Technologie in den Rechtssystemen von Indien, Italien und den USA zweifelhaften debütierte.

Diese unangebrachte Begeisterung ergibt sich oft aus einem Missverständnis darüber, was uns, Gehirn-Scans sagen. Die Interpretation scheint einfach nach der populären Presse – die bunten Kleckse repräsentieren ein "Genuss-Zentrum", "Kunstzentrum" oder vielleicht einer "Liebe" – aber nichts davon ist wahr.

Alle unsere Erfahrungen und Fähigkeiten in einem verteilten Gehirn-Netzwerk verlassen und nichts stützt sich auf ein einziges "Zentrum". Mehr als alles andere, hängen die Schlussfolgerungen der Aufgaben, die Freiwilligen übernehmen in den Scanner und was sagt jede Studie uns begrenzt ist. Dieses Kleingedruckte wurde von Wissenschaftlern viele Male wiederholt. Sie beklagen, wie die Menschen missverstehen die Feinheiten und ungerechtfertigte Schlüsse ziehen. Aber jetzt Neurowissenschaftler mussten mit der Tatsache auseinandersetzen, dass viele der Methoden auf dem Gehirn-Scan Studien basieren haben fehlerhaft gewesen.

Um zu verstehen, woher diese Fehler es ist wichtig zu wissen, etwas über kommen wie Daten vom am weitesten verbreitete Technik, funktionelle Magnet-Resonanz-Tomographie oder fMRI, werden analysiert. Der Scanner erzeugt eine 3D Karte des Gehirns in Zehntausenden von winzigen Blöcke genannt Voxel (wie Pixel aber für Volumen) aufgeteilt und jeder hat einen Wert, der Blutfluss beschreibt – verwendet als Proxy für die Aktivität des Gehirns, wie aktiver Gebiete mehr Sauerstoff benötigen. Was Sie wissen wollen ist, welche Teile des Gehirns bei bestimmten Aufgaben mehr aktiv sind. Natürlich ist das Gehirn ständig verändern, so dass Wissenschaftler Statistiken verwenden, um sicherzustellen, dass Änderungen des Blutflusses aufgrund der experimentellen Aufgaben und nicht wegen der unabhängigen Gehirnveränderungen. Das statistische Problem ist riesig, da jeder Scan hat ca. 50.000 Datenpunkte und Tausende von Scans werden jedoch in einer einzigen Studie.

Wenn wir Millionen von Vergleiche reden, ist ein großes Problem Fehlalarme. Stell dir vor, du spielst zwei Roulette-Räder. Klar, das Ergebnis eines hat keinen Einfluss auf das Ergebnis des anderen aber manchmal sie werden beide kommen mit der gleichen Anzahl nur zufällig. Jetzt stellen Sie sich vor, Sie haben ein Roulette-Rad für jeden Punkt oder Voxel im Gehirn. Ein Vergleich der keine zwei Scans aussehen könnte Teilbereichen verknüpften Aktivität zeigen, wenn es wirklich keine Beziehung gibt. Im Idealfall die Analyse sollte echte Aktivität Rouletteräder trennen, aber mag Sie überraschen, dass Hunderte wenn nicht Tausende von Studien ohne solche Korrekturen durchgeführt wurden. Um das Problem zu verdeutlichen, hat Craig Bennett und seine Kollegen an der University of California eine Spoof-Experiment auf ein toter Lachs. Die Standardtechniken zeigte "Hirnaktivität" in den verstorbenen Fischen.

Weiter zur Veranschaulichung des Problems, zeigte Edward Vul und Hal Pashler von der University of California, dass einige Forscher Schlussfolgerungen produziert wurden, zuerst heraus das beste Ergebnis und dann sehen, wenn gab es eine Beziehung zwischen ihnen. Um unsere Roulette-Analogie zurückzukehren es würde sein wie verwerfen alle Ergebnisse, die nicht im Bereich der Nummern 1 bis 5 und dann nur diese ausgewählten Ergebnisse zu um sehen, ob die gleichen Zahlen kam, ist etwas, das plötzlich sehr viel wahrscheinlicher. Eine aktuelle Studie von Anders Eklund und Kollegen von der Universität Linköping in Schweden festgestellt, dass sie falsche finden konnten "Hirnaktivität" im Zusammenhang mit nicht-Existent Aufgaben mit standard-Einstellungen auf die beliebtesten fMRT-Analyse-Software.

Die jüngsten Fortschritte haben versucht, diese Probleme zu steuern, aber Forscher haben viel vorsichtiger geworden. "Unsere Standard-Einstellung zu neuen und interessanten fMRT die Feststellung Skepsis sollte", sagt Tal Yarkoni, Neurowissenschaftler an der University of Colorado. "Was ist besonders problematisch", sagt er, "ist die Menge an Flexibilität Forscher haben bei der Durchführung ihrer Analysen... Sie haben keine Ahnung wie viele Dinge, die die Forscher versucht, bevor sie etwas zu arbeiten." Psychologe Russ Poldrack, von der University of Texas, die an der Spitze der Korrektur dieser Probleme wurde, unterstreicht auch kulturelle Aspekte. Dieser flexible Ansatz "umfasst auch Methoden, die von Experten für ungültig bekannt sind, aber leider diese noch in Top-Journalen, die einzige hilft ihnen zu verewigen". Yarkoni erklärt, dass "Forscher haben einen großen Anreiz, mit spannenden neuen Erkenntnissen zu kommen", Bedeutung Wissenschaftler sind motiviert, "Folter" Daten und Zeitschriften durch die mediengerechte Ergebnisse angezogen werden.

Vor diesem Hintergrund dieser Geschichten über die Entdeckung des "Gehirn Zentren" fallen flach und Bemühungen zur öffentlichen Basisrichtlinie auf Gehirn-Scans werden geradezu lächerlich. Aber vielleicht das wichtigste Problem ist nicht, dass Gehirn-Scans kann irreführend sein, aber sie sind schön. Wie alle anderen Neurowissenschaftlern finde ich sie betörend. Sie haben uns verzaubert, und wir sind weit davon entfernt, den Bann zu brechen.