Predicting Somatosensory Awareness from Intracranially Informed Scalp EEG
Este estudio presenta un enfoque de aprendizaje automático que deriva un marcador de EEG de cuero cabelludo no invasivo para la percepción somatosensorial consciente al predecir la actividad operculo-insular intracraneal, demostrando una consistencia a nivel individual y una generalizabilidad a través de conjuntos de datos y estados cerebrales superiores en comparación con los marcadores existentes.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA de un preprint que no ha sido revisado por pares. No es consejo médico. No tome decisiones de salud basándose en este contenido. Leer descargo de responsabilidad completo
Para entender qué sucede cuando sentimos algo, los científicos suelen observar las señales eléctricas del cerebro. Cuando un nervio es estimulado, el cerebro produce una ondulación eléctrica predecible que puede medirse desde el cuero cabelludo. Durante décadas, los investigadores han dependido de un patrón específico en estas señales, conocido como Negatividad de la Conciencia Somatosensorial, para adivinar si una persona ha sentido conscientemente un tacto. Este patrón aparece como una caída en el voltaje eléctrico aproximadamente una décima de segundo después de un estímulo. Sin embargo, este método tiene un fallo significativo: la forma, el tiempo y el tamaño de esta caída varían enormemente de una persona a otra. Lo que parece una señal clara de conciencia en un individuo podría parecer ruido aleatorio en otro, lo que dificulta el uso de esta señal para determinar si una persona específica es consciente de una sensación, especialmente si no puede hablar o moverse para decírnoslo.
Este desafío se vuelve crítico cuando se trata de pacientes que están despiertos pero incapaces de comunicarse, como aquellos en coma o sueño profundo. En estos casos, los médicos no pueden preguntar: "¿Sintió eso?", y deben confiar enteramente en los escaneos cerebrales para determinar si la persona está consciente. Un nuevo estudio realizado por investigadores de la Universidad de Milán y otras instituciones ofrece una solución potencial. Al combinar el aprendizaje automático avanzado con registros simultáneos tanto del cuero cabelludo como del interior del cerebro, han desarrollado una nueva forma de estimar si una persona siente conscientemente un tacto. En lugar de buscar una forma específica en las señales de la superficie, su método utiliza los datos del cuero cabelludo para predecir una actividad eléctrica específica y sostenida en las profundidades del cerebro que está vinculada a la conciencia sensorial.
Los investigadores comenzaron trabajando con un pequeño grupo de pacientes que ya estaban bajo monitorización invasiva por epilepsia. Estos pacientes tenían electrodos colocados en lo profundo de sus cerebros, así como un casco de alta densidad de sensores en sus cueros cabelludos. Mientras los pacientes estaban despiertos, el equipo estimuló el nervio mediano en sus muñecas con un pulso eléctrico suave. Debido a que los pacientes podían informar si sentían el pulso, los investigadores tenían una verdad de referencia perfecta para comparar contra las señales cerebrales. Utilizaron un modelo computacional para aprender la relación entre la actividad eléctrica en el cuero cabelludo y la respuesta eléctrica específica y sostenida que ocurre en la región operculo-insular del cerebro, un área profunda asociada con la sensación consciente. El modelo fue entrenado para tomar las señales complejas y desordenadas del cuero cabelludo y traducirlas en una predicción de lo que está sucediendo en el interior.
Una vez entrenado el modelo, el equipo lo probó en un grupo completamente nuevo de voluntarios sanos. Estos participantes recibieron estímulos nerviosos similares, pero se les pidió que informaran si sentían cada pulso o no. Los investigadores aplicaron su modelo entrenado a los registros del cuero cabelludo de estos nuevos participantes sin cambiar ninguna configuración. Encontraron que cuando los participantes informaban sentir el estímulo, el modelo predecía una respuesta eléctrica fuerte y sostenida en las regiones profundas del cerebro. Cuando los participantes no sentían el estímulo, la respuesta predicha era débil o ausente. Crucialmente, este método funcionó de manera consistente en el conjunto de desarrollo, permitiendo distinguir entre lo sentido y lo no sentido. Sin embargo, los autores señalan que, debido a que el umbral de decisión se derivó y evaluó utilizando el mismo conjunto de datos, esta separación completa refleja el rendimiento del modelo en los datos de desarrollo más que una estimación imparcial de su sensibilidad y especificidad en una nueva población.
Para probar qué tan robusta era realmente esta herramienta, los investigadores aplicaron el mismo modelo y las mismas reglas de decisión a un tercer grupo de personas que estaban o bien despiertas o bien en una etapa de sueño muy profundo. En este experimento, nadie informó qué sintió; la única diferencia era su estado de conciencia. El modelo, que nunca había sido entrenado para distinguir entre estar despierto y estar dormido, identificó con éxito el estado de cada participante. Cuando los sujetos estaban despiertos, el modelo predecía la presencia de la señal de conciencia; cuando estaban en sueño profundo, la señal desaparecía. Esto ocurrió incluso aunque el modelo solo había sido entrenado con datos de personas que estaban despiertas y reportando sus sensaciones. El hecho de que las mismas reglas matemáticas pudieran distinguir entre un cerebro consciente y despierto y un cerebro en sueño profundo sugiere que el método está capturando una diferencia biológica fundamental en cómo el cerebro procesa la sensación. Sin embargo, los investigadores advierten que este resultado no debe interpretarse como una validación independiente de la capacidad del método para clasificar la percepción, ya que pueden ocurrir pensamientos conscientes durante el sueño profundo y no hubo informes caso por caso para confirmar qué experimentaron realmente los participantes.
El estudio también comparó este nuevo enfoque directamente contra el método tradicional de buscar la caída específica de voltaje en el cuero cabelludo. Mientras que el método tradicional mostró una diferencia entre los estímulos sentidos y no sentidos al observar al grupo en su totalidad, no logró proporcionar una respuesta clara para muchos individuos. En algunas personas, las ondas cerebrales parecían indicar que estaban conscientes, mientras que en otras parecían no estarlo, incluso cuando reportaban sentir lo mismo. El nuevo método, que los investigadores llaman Tonicidad Estimada del Cuero Cabelludo, proporcionó una respuesta clara y consistente para cada individuo en el conjunto de desarrollo. Logró una separación clara en los grupos de prueba, identificando correctamente el estado de conciencia en las pruebas de vigilia y sueño, y en las pruebas de percepción.
Este trabajo no pretende haber resuelto el misterio de la conciencia, ni sugiere que la herramienta esté lista para su uso inmediato en todos los hospitales. El estudio se realizó con un número relativamente pequeño de personas, y el modelo fue entrenado con datos de pacientes con epilepsia, aunque los contactos utilizados para el modelo fueron seleccionados de tejido cerebral sano. Los investigadores reconocen que la herramienta necesita más pruebas en entornos clínicos con pacientes que no pueden comunicarse, para ver si puede detectar la conciencia de manera confiable en condiciones como el coma o estados vegetativos. Sin embargo, los resultados demuestran un camino claro a seguir. Al utilizar el aprendizaje automático para cerrar la brecha entre lo que podemos ver en el cuero cabelludo y lo que está sucediendo en lo profundo del cerebro, los investigadores han creado una herramienta no invasiva que es mucho más fiable que los métodos anteriores. Ofrece una forma de escuchar la conversación interna del cerebro sobre la sensación, dándole potencialmente voz a aquellos que no pueden hablar por sí mismos.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.