Томографія мозку нерідко дає ложноположні результати через особливості свого програмного забезпечення, яке бачить неіснуючу схожість між різними ділянками мозку.
Магнітно-резонансна томографія мозку стала настільки популярною в сучасній нейробіології та медицині, що зараз метод МРТ у тій чи іншій формі можна побачити у левовій частці досліджень. Не можна сказати, що томографія не заслуговує такої популярності - адже з її допомогою ми можемо заглянути в працюючий мозок без всяких операцій, та й результати томографічного сканування, на перший погляд, виглядають набагато більш зрозумілими, ніж, наприклад, серії кутових ліній, які видає електроенцефалографічний апарат.
У випадку з мозком зазвичай говорять про функціональну МРТ, і принцип її досить простий: мозок витрачає енергію, і чим активніше він працює, тим більше кисню і поживних речовин йому потрібно. І кисень, і поживні речовини приносить кров, з іншого боку, різні частини мозку вирішують різні завдання - тобто, якщо ми простежимо, де кровотік інтенсивніший, то зрозуміємо, як мозок справляється з тією чи іншою проблемою. МРТ-сканер якраз тим і займається, що оцінює мозкове кровопостачання.
Навіть для неспеціаліста зрозуміло, скільки всього ми можемо таким чином дізнатися про живий мозок. Але з часом до методу почали накопичуватися питання - виявилося, що іноді фМРТ бачить того, чого немає. Щоб зрозуміти, як таке можливо, потрібно більш детально придивитися до того, як працює фМРТ.
Апарат розглядає мозок як величезну кількість найдрібніших точок, або вокселів (об'ємних пікселів) - активність вимірюється в кожному вокселі, і чим їх більше, тим вище роздільна здатність методу. (Тут варто підкреслити, що вокселі не рівні нейронам, і в одному вокселі міститься дуже багато нервових клітин.)
Однак потім вокселі потрібно якось скласти назад у мозок. Цим займаються спеціальні програми, які порівнюють точкову активність, оцінюючи, наскільки різні вокселі схожі або не схожі один на одного. Без аналітичної програми ніякого фМРТ не буде, але, як виявилося, саме програмне забезпечення часто виступає слабкою ланкою. Кілька років тому дослідники з Каліфорнійського університету в Санта-Барбарі разом з колегами з Коледжу Вассара повідомили, що за допомогою томографа їм вдалося виявити активність у мозку мертвого лосося.
Однак, за словами самих авторів, у випадку з лососем було б достатньо поліпшити статистичну обробку даних. А ось автори свіжої статті в PNAS роблять більш фундаментальний висновок: вони вважають, що щоб уникнути ложноположних результатів у фМРТ слід було б виправити самі основи обробки даних.
Андерс Еклунд (Anders Eklund) і його колеги з Університету Лінчепінга та Ворікського університету скористалися відкритими даними фМРТ, виконаних для різних цілей. Зазвичай, коли хочуть подивитися, як, скажімо, якась хвороба впливає на роботу мозку, то скани мозку хворих порівнюють зі сканами мозку здорових: особливості в роботі мозку у хворих людей видно в порівнянні зі здоровими, і ці особливості ми вважаємо якось пов'язаними з хворобою.
Але цього разу все було інакше: для перевірки методу брали тільки результати, отримані від контрольних груп, тобто тільки від здорових людей. Всього в експерименті «брали участь» кілька сотень людей - ми ставимо слово «брали участь» в лапки, тому що, повторимо, ніяких нових фМРТ сканів тут вже не робили, а просто використовували відкриті дані, порівнюючи їх один з одним. Всього таких порівнянь, при різних програмних параметрах, зробили 3 млн; мета ж була в тому, щоб зрозуміти, чи буде одна норма відрізнятися від іншої.
Для аналізу використовували кілька різних програмних пакетів, що застосовуються в сучасних фМРТ-методиках. Від програм тут потрібно не тільки побачити зміни в активності вокселів (тобто «мозкових точок»), але і визначити, чи схожим чином змінюється їх активність. Тобто, наприклад, дві більш-менш сусідні точки можуть обидві одночасно нарощувати активність, але одна буде це робити так, а інша - інакше, і узагальнювати їх тоді не можна. Якщо ж в обох темп, характер, малюнок змін однаковий, то обидва вокселища можна об'єднати разом, а до них потім додати ще один, і ще - і в результаті вийде кластер.
Програмні пакети, як виявилося, цілком добре відчувають зміни в окремих вокселах, але при тому занадто вільно їх кластеризують; іншими словами, алгоритм, що порівнює характер змін різних точок на предмет їх схожості, нерідко абсолютно марно об'єднує їх разом. В результаті на фМРТ-скані може з'явитися, наприклад, активна область мозку, в якій на самому ніякій дружній активності немає, і станеться так не тому, що мозок у різних людей працює по-різному, а тому, що так порахувала програма.
Вважається, що ймовірність ложноположної помилки тут не перевищує 5%, однак насправді автори роботи бачили помилку в середньому помітно більшу (у найвидатнішому випадку відмінності досягли 60% - саме на стільки один нормальний мозок відрізнявся від іншого), і все завдяки програмному алгоритму, що неточно працює.
Загалом, за словами дослідників, якщо проблему виправити, то точність вимірювань зросте більш ніж на 10%. Тут слід врахувати, що на різних зонах програми працювали з різною точністю, і десь помилка виявлялася в середньому більшою, десь меншою, залежно від конкретної морфології тієї чи іншої частини мозку.
Виникає питання, що робити з усіма тими роботами, які роками виконувалися за допомогою ось таких ось дивних алгоритмів, і чи не слід зараз все терміново перевірити. Тут, однак, можна помітити, що в науці взагалі колишні результати часто перевіряються новими дослідницькими групами, які починають працювати в тому ж напрямку, так що корекція фМРТ-результатів, ймовірно, так чи інакше відбудеться - головне, щоб в цей метод зараз скоріше були внесені корективи.