martedì 11 febbraio 2014

Prevedo la tua scelta con la foto del tuo cervello?

di Alberto Carrara, LC

Possiamo predire quello che sceglieremmo guardando lo scanner del nostro cervello in azione?

Sembrerebbe proprio di sì per i ricercatori della University of Texas ad Austin, UCLA (USA) (almeno in un 70% circa dei casi!) che hanno pubblicato recentemente online un articolo scientifico sulla prestigiosa rivista PNAS, Proceedings of the National Academy of Sciences intitolato: Predicting risky choices from brain activity patterns (PNAS 2014; published ahead of print February 3, 2014, doi:10.1073/pnas.1321728111).


Nella sezione Scienze sociali: Scienze psicologiche e cognitive (Social Sciences - Psychological and Cognitive Sciences), Sarah M. Helfinstein, Tom Schonberg, Eliza Congdon, Katherine H. Karlsgodt, Jeanette A. Mumford, Fred W. Sabb, Tyrone D. Cannon, Edythe D. London, Robert M. Bilder, e Russell A. Poldrack dell’Imaging Research Center del Dipartimento di Psicologia e Neuroscienze dell’Università del Texas a Austin, del Dipartimento di Psichiatria e Scienze comportamentali dell’Università della California e del Dipartimento di Psichiatria di Yale, hanno riassunto i risultati dell’analisi di 108 individui sottoposti ad analisi 3D con risonanza magnetica funzionale, mentre venivano stimolati attraverso un videogioco che simulava scelte rischiose da prendere. Sono state valutate le aree cerebrali associate alla cosiddetta “presa di decisione”.

Ecco come si esprimono gli stessi autori:

Significance
Previous studies have examined the neural correlates of risk, but it is unknown if patterns of brain activity can predict choices in risky decision-making. We used functional MRI data to predict choice behavior in subjects while they performed a naturalistic risk-taking task. We found choices on subsequent trials could be predicted with high accuracy when condensing each individual's brain activity to two values, indicating that choice behavior is encoded even in coarse activation patterns. A searchlight analysis demonstrated that choices can also be predicted based on localized activity patterns within neural networks involved in cognitive control. These regions show greater activation prior to safe choices than risky choices, suggesting that control systems play a key role in inhibiting risky choices.

Abstract
Previous research has implicated a large network of brain regions in the processing of risk during decision making. However, it has not yet been determined if activity in these regions is predictive of choices on future risky decisions. Here, we examined functional MRI data from a large sample of healthy subjects performing a naturalistic risk-taking task and used a classification analysis approach to predict whether individuals would choose risky or safe options on upcoming trials. We were able to predict choice category successfully in 71.8% of cases. Searchlight analysis revealed a network of brain regions where activity patterns were reliably predictive of subsequent risk-taking behavior, including a number of regions known to play a role in control processes. Searchlights with significant predictive accuracy were primarily located in regions more active when preparing to avoid a risk than when preparing to engage in one, suggesting that risk taking may be due, in part, to a failure of the control systems necessary to initiate a safe choice. Additional analyses revealed that subject choice can be successfully predicted with minimal decrements in accuracy using highly condensed data, suggesting that information relevant for risky choice behavior is encoded in coarse global patterns of activation as well as within highly local activation within searchlights.

Questo nuovo studio in materia, correla l’attività cerebrale con il modo in cui le persone prendono le decisioni, suggerendo che quando un individuo intraprende un comportamento a rischio, come la “guida in stato di ebrezza” o il “sesso non sicuro”, ciò non è perché il suo sistema cerebrale del desiderio (brains’ desire systems) sia troppo attivo, ma perché il suo sistema di auto-controllo (self-control systems) non è abbastanza attivo. Questo potrebbe avere delle implicazioni per il trattamento di stati patologici mentali e delle dipendenze (addiction). Inoltre, queste applicazioni aprono il campo all’applicazione forense.

Per ulteriori informazioni qui.


Nessun commento:

Posta un commento