Din hjerneaktivitet er lige så unik som dit fingeraftryk

Vi er alle unikke. Vi har alle vores styrker, svagheder og idiosynkrasier. Selvom vi opfatter det som en selvfølge, er det svært at afgøre om - og hvordan - denne individualitet også kommer til udtryk i vores hjerneaktivitet.

For at efterforske spørgsmålet, undersøgte mine kollegaer og jeg billederne fra hjernescanninger af frivillige forsøgspersoner, der var foretaget ved fMRI-teknikken ('functional Magnetic Resonance Imaging' eller på dansk funktionel magnetisk resonans-billeddannelse, red.)

fMRI-scanninger måler den neurale aktivitet ved hjælp af blodtilstrømningen i forskellige områder af hjernen, mens forsøgspersonerne er vågne og mentalt aktive.

Vi beregnede en 'functional connectivity profil' for hver forsøgsperson baseret på de individuelle, synkroniserede aktivitetsmønstre mellem forskellige områder i hjernen ('connectivity profiles' refererer til celleforbindelsernes 'profil'. Hjernens celleforbindelser er ekstremt plastiske og hver oplevelse sætter et aftryk i forbindelserne, red.).

Hvert menneske har sit helt eget kendetegnede mønster

Ifølge vores undersøgelse - udgivet i tidsskriftet Nature Neuroscience - viste det sig, at den varierende hjerneaktivitet er som et fingeraftryk - hvert menneske har sit helt eget kendetegnede mønster.

Vi kunne identificere enkeltindivider i gruppen udelukkende ved at se på celleforbindelsernes profil. Ud fra disse profiler kunne vi endda forudsige, hvordan forsøgspersonerne ville klare sig i en intelligenstest.

Notorisk ‘støjende’ data

fMRI er en sikker og non-invasiv måde at undersøge, hvad der sker i en levende, tænkende menneskehjerne. Alligevel er fMRI-data notorisk 'støjende' - mange faktorer påvirker signalet, og kun enkelte af dem relaterer til den hjerneaktivitet, vi interesserede os for.

Derfor finder fMRI-undersøgelserne almindeligvis et gennemsnit af mange personers data. Teorien er, at man ved at finde fælles hjernemønstre kan fjerne en stor del af 'støjen' og ende med noget, der minder mere om det 'sande' signal.

Så vi blander i bund og grund alle de individuelle signaler for at komme frem til en version, der repræsenterer hele befolkningen.

Gennemsnittet tilslører særegne aktivitetsmønstre

Men man behøver ikke at være hjerneforsker for at regne ud, at vi alle er forskellige. Gennemsnittet tilslører muligvis interessante og særegne aktivitetsmønstre.

For at fMRI kan gøre gavn i praksis - for eksempel i sundhedsvæsnet - har vi brug for at kunne finde meningsfyldte informationer baseret på en enkeltpersons scanning.

Vi ville gerne bevise, at man rent faktisk kan analysere én enkelt persons fMRI-data, og at disse særegne aktivitetsmønstre er pålidelige nok til at identificere en person ud af en større gruppe mennesker.

Analyse af individuelle scanninger

Vi benyttede data fra Human Connectome Project (HCP) - et omfattende forskningsprojekt, der indsamler data fra hjerne-billeddannelse og adfærdsmæssige, demografiske og genetiske informationer fra en stort antal sunde og raske mennesker.

Indtil videre er informationerne fra 500 personer blevet frigivet, og der er planer om at indsamle fra 1.200 personer i alt.

Alle data er offentligt tilgængelige, så forskere overalt i verden kan downloade, analysere og benytte dem.

Vi benyttede data fra de første 126 deltagere i HCP. Hver person blev scannet seks gange. Under to af scanningerne hvilede forsøgspersonerne sig og lod tankerne flyve.

I løbet af de resterende fire scanninger blev de bedt om at arbejde med en række kognitive opgaver: Tænke på bestemte genstande for at afprøve hukommelsen, mens den arbejder, høre en historie blive fortalt, løse matematiske problemstillinger, betragte følelsesladede ansigter eller bevæge forskellige dele af kroppen

Som to musikere, der spiller samtidigt

For at analysere den enkelte persons fMRI-data inddelte vi først hjernen i 268 separate regioner.

Hvor mange funktionsdygtige regioner, der er i hjernen, er et åbent spørgsmål, men gennem vores tidligere forskning har vi lært, at vi ved at inddele hjernen i 200 til 300 regioner kan påvise meget små effekter samtidigt med, at det er et håndterligt antal i forhold til tidsbegrænsning og computeranalysering.

For hvert hjerneregion-par beregnede vi styrken på den funktionelle forbindelse mellem dem.

En 'funktionel forbindelse' kan illustreres ved at forstille sig to musikere, der spiller samtidigt. I stedet for at måle hvor højt hver musiker spiller, måler vi, hvor synkroniseret de spiller.

Det handler ikke om hjerneregionens overordnede aktivitetsniveau, men om den måde hvert hjerneregion-par har en tendens til at øge eller mindske aktivitetsniveauet samtidigt.

Ser hjernen ens ud, uanset hvilken opgave der udføres?

Vi beregnede, hvor synkroniserede hvert hjerneregion-par var over hele hjernen. For hver person havde vi en profil af celleforbindelserne fra hver af de seks scanninger.

Vi ville gerne se, om celleforbindelsernes profiler var lige så unikke som et fingeraftryk.

Vi tog en enkelt profil fra en scanning - for eksempel hukommelsestesten - og sammenlignede den med alle de 126 profiler fra forskellige scanninger - for eksempel scanningen, hvor forsøgspersonen hvilede sig.

Baseret på den numeriske profil fandt vi den profil, der matchede den bedst.

Ville vi kunne matche forsøgspersonens arbejdende hukommelse med billedet fra hvilescanningen? Ser en persons hjerne ens ud, uanset hvilken opgave der udføres?

Stor nøjagtighed i identifikationen af personerne

I langt de fleste tilfælde udvalgte vi den rigtige identitet. Vi kunne identificere mennesker med en nøjagtighed op til 99 procent. Nøjagtigheden spændte sig fra 64 procent til 99 procent afhængigt af de specifikke scanninger.

Hvis vi havde gættet i blinde, ville vi havde forventet at vælge den rigtige identitet mindre end en procent af gangene, så det var et meget signifikant resultat.

Forbindelserne mellem den præfrontale cortex (de forreste pandelapper) og hjernens parietale område (isselappen, længere tilbage i hjernen) kendetegnede personen mest.

Her findes menneskehjernens mest avancerede funktioner og neurologerne har længe vidst, at de er af afgørende betydning for funktioner som opmærksomhed, hukommelse og sprog.

Den 'flydende intelligens' kan forudsiges

Vi opdagede, at disse funktioner også kunne forudsige den 'flydende intelligens' - hvor godt personen udførte opgaver, der testede evnen til at forstå forhold mellem forskellige koncepter, uafhængig af tidligere kundskaber eller evner, for at løse nye problemer.

Selvom forudsigelserne af den flydende intelligens ramte mere plet end ikke, var der stadig mange fejl. Modellen skød over mål i forudsigelsen af nogle forsøgspersoners evner og underdrev ved andre. Så vi anbefaler bestemt ikke at bruge hjernescanninger i stedet for en IQ test.

I den første del af vores undersøgelse fandt vi, at mennesker altid lignede dem selv mest - uanset hvad de foretog sig.

Sagt med andre ord - billederne af en hjerne, der udfører to forskellige opgaver er mere ens end to forskellige hjerner, der udfører den samme opgave.

Forudsige risiko for sygdomme og lidelser

I den anden del af vores undersøgelse fandt vi, at de to profiler af celleforbindelserne stemmer overens med meget komplekse kognitive egenskaber.

Hvorfor har det en betydning? Vi behøver jo ikke at putte en person i en MR-scanner for at se, hvem de er - vi kan jo bare kigge på dem!

Vores fund er vigtige, fordi celleforbindelsernes profiler har potentiale til at kunne hjælpe os med at informationer om mennesker, der er svære at se udefra.

De kan hjælpe med at forudsige risikoen for at udvikle sygdom.

Måske er der noget i de individuelle mønstre af henholdsvis svage og stærke hjerneforbindelser, der afslører, hvor følsomt et menneske er overfor forskellige neurologiske sygdomme og psykiske lidelser som for eksempel skizofreni, depression og Alzheimers.

Hvis vi indsamler fMRI-visualiseringer fra mennesker, mens de er sunde og raske og følger dem over tid for at se, hvem der bliver syge, kan vi måske skabe en model, der forbinder dele af celleforbindelsernes profil til det fremtidige helbred.

Modellen vil kunne overføres på en ny persons profil og herigennem vil vi kunne forudsige risikoen. På denne måde vil det være muligt at finde og behandle personer med en høj risiko for sygdom tidligt og håbe, at det vil forbedre udfaldet.

Resultaterne kan bruges i udviklingen af målrettet medicin

Vi håber, at profilerne i fremtiden vil kunne bruges i fremstillingen af 'målrettet medicin' ('targeteret medicin' på lægesprog, tidligere blev det ofte kaldt 'personaliseret medicin', red.).

Målrettet medicin betegner medicin, der er skræddersyet til en gruppe af patienter, som har en særlig genetisk profil eller andre sygdomstegn, som betyder, at de har særlig gavn af en bestemt type medicin.

Men der er stadig mange åbne spørgsmål. Vi testede for eksempel identifikation mellem scanninger med kun få dages mellemrum. Hvor stabil er celleforbindelsernes profil over længere perioder som flere måneder eller år?

Forandrer de sig, som vi bliver ældre, under sygdom, ved kognitiv træning eller andre processer? Hvilke andre adfærdsmæssige egenskaber afspejler celleforbindelsernes profiler?

Selvom der er meget at efterforske, mener mine kollegaer og jeg, at vores resultater leverer et spændende grundlag for den fremtidige forskning.

Emily S. Finn modtager støtte fra National Science Foundation and the National Institutes of Health. Denne artikel er oprindeligt publiceret hos The Conversation.

Oversat af Stephanie Lammers-Clark