Stel je voor dat de hersenen een uitgestrekte stad 's nachts zijn. In elke wijk gaan duizenden lampen tegelijk aan en uit. Op het eerste gezicht lijkt het een chaotische flikkering. Maar als je lang observeert, kun je patronen opmerken: als een persoon zich verheugt, is het 'lichtpatroon' één, als hij zich zorgen maakt, heel anders.
Dit is precies waar een nieuw onderzoek, gepubliceerd in Nature Computational Science, zich op richt.
Wetenschappers werkten met 18 epilepsiepatiënten die om medische redenen al elektroden in hun hersenen hadden geïmplanteerd. Terwijl de deelnemers emotionele beelden en video's bekeken, beoordeelden ze voortdurend hun gevoelens: hoe prettig of onaangenaam de emotie was en hoe sterk deze was. Tegelijkertijd registreerde een computer de elektrische hersenactiviteit.
Vervolgens trainden de onderzoekers een kunstmatige intelligentie om verbanden te zoeken tussen deze signalen en wat de persoon voelde. Als resultaat leerde het systeem de emotionele toestand vrij nauwkeurig en vrijwel in realtime te bepalen.
Het meest interessante bleek iets anders. Eerder analyseerden de meeste vergelijkbare onderzoeken alleen de activiteit van de grijze stof in de hersenen – waar de cellichamen van neuronen zich bevinden. Maar de auteurs besloten ook signalen van de witte stof toe te voegen – de 'kabels' die verschillende hersengebieden met elkaar verbinden.
Het bleek dat juist via deze zenuwbanen een enorme hoeveelheid informatie over emoties wordt doorgegeven. Toen het model zowel de grijze als de witte stof tegelijkertijd in overweging nam, nam de nauwkeurigheid ervan merkbaar toe.
Nog een paar jaar geleden werd aangenomen dat emoties voornamelijk in specifieke structuren ontstaan, zoals de amygdala. Het nieuwe werk toont een complexer beeld: een gevoel leeft niet in één hersengebied. Het ontstaat dankzij de gecoördineerde werking van een heel netwerk, dat de cortex, thalamus, het limbisch systeem en de verbindende zenuwbanen omvat.
Maar er ontstaat een interessante filosofische vraag.
Als een computer kan bepalen dat iemand angstig of blij is, betekent dit dan dat hij zijn gevoelens heeft 'gelezen'?
Niet helemaal.
Het algoritme herkent patronen in de elektrische activiteit die bepaalde ervaringen gewoonlijk vergezellen. Dit is vergelijkbaar met weersvoorspelling. Op basis van wolken, vochtigheid en druk kun je bijna zonder fouten regen voorspellen, maar de instrumenten zelf voelen noch de geur van natte aarde, noch de koelte van de eerste druppels.
Hetzelfde geldt hier. Kunstmatige intelligentie heeft geleerd emoties te voorspellen, maar dit betekent nog niet dat het van binnenuit weet wat vreugde, angst of liefde is.
Voor de moderne neurowetenschap is dit een zeer belangrijk resultaat. Het komt goed overeen met de theorieën van predictieve verwerking, volgens welke de hersenen voortdurend voorspellingen doen over wat er gebeurt in het lichaam en in de buitenwereld. Emoties ontstaan daarbij niet als aparte 'geluksknoppen' of 'angstcentra', maar als resultaat van een continue vergelijking van de verwachtingen van de hersenen met wat er werkelijk gebeurt.
Het onderzoek kent ook beperkingen. Alle deelnemers waren epilepsiepatiënten, dus de resultaten kunnen niet automatisch worden toegepast op de gehele bevolking. Bovendien beoordeelden de deelnemers zelf hun emoties, en het realtime-scenario kon tot nu toe slechts bij vier personen worden getest.
Desalniettemin laat het werk zien hoe snel het gebied van de neurotechnologie zich ontwikkelt. In de toekomst kunnen dergelijke systemen helpen bij het detecteren van het begin van een depressie, een angstaanval of een emotionele uitbarsting, nog voordat een persoon zich bewust is van wat er gebeurt. Dit opent nieuwe mogelijkheden voor de behandeling van psychische stoornissen.
Maar tegelijkertijd ontstaat er een nieuwe ethische vraag: als technologie op een dag onze emoties via hersenactiviteit zeer nauwkeurig leert herkennen, waar moet dan de grens liggen tussen medische hulp en iemands recht op onaantastbaarheid van zijn innerlijke wereld? Juist deze vraag zal de komende jaren wellicht een van de grootste uitdagingen van de neurowetenschap worden.
