Cognitive cartography of mammalian brains using meta-analysis of AI experts

O cérebro humano é uma paisagem vasta e intrincada onde bilhões de células trabalham juntas para criar pensamento, sentimento e ação. Durante décadas, cientistas tentaram mapear esse terreno, ligando regiões cerebrais específicas a tarefas específicas, como lembrar um nome ou sentir medo. Eles fizeram isso lendo milhares de artigos de pesquisa, cada um descrevendo um pequeno pedaço do quebra-cabeça. No entanto, o volume puro dessas pesquisas cresceu tanto que nenhum único intelecto humano consegue ler todas elas. A literatura está espalhada por diferentes espécies, de humanos a camundongos, e utiliza diferentes métodos, desde exames cerebrais até estimulação elétrica. Essa fragmentação torna difícil ver o quadro completo de como o cérebro funciona em todo o reino animal.

Para resolver isso, uma equipe de pesquisadores recorreu à inteligência artificial, não para substituir os cientistas humanos, mas para atuar como um assistente incansável e superleitor. Eles desenvolveram um sistema chamado NeuroNaut, que utiliza modelos de linguagem de grande escala — programas de computador avançados treinados em vastas bibliotecas de texto — para ler e resumir todo o corpo da literatura neurocientífica. Em vez de vasculhar manualmente os artigos, os pesquisadores pediram a esses "especialistas" de IA para estimar a probabilidade de uma região cerebral específica estar envolvida em uma função específica, com base em tudo o que a IA aprendeu nos textos científicos. Essa abordagem permite que eles construam um mapa abrangente das funções cognitivas do cérebro, cobrindo humanos, macacos e camundongos, tudo de uma vez.

Os pesquisadores começaram testando se esses especialistas de IA poderiam descrever com precisão o panorama funcional humano. Eles pediram aos modelos para avaliar o papel de 68 diferentes regiões cerebrais em oito grandes áreas do pensamento, como emoção, memória, linguagem e visão. A IA gerou mapas detalhados mostrando quais partes do cérebro estão mais associadas a cada tarefa. Quando os pesquisadores compararam esses mapas gerados pela IA com os melhores mapas existentes criados por revisões tradicionais lideradas por humanos, encontraram uma forte concordância. A IA identificou corretamente que a linguagem é primariamente uma função do hemisfério esquerdo e que a visão está centrada na parte posterior do cérebro. Isso confirmou que a IA absorveu com sucesso o conhecimento central do campo.

No entanto, o verdadeiro poder deste método surgiu quando os pesquisadores olharam além do que as ferramentas tradicionais podiam ver. Os mapas cerebrais padrão são frequentemente limitados a dados de exames cerebrais, que apenas mostram atividade enquanto uma pessoa realiza uma tarefa. A IA, tendo lido toda a história da neurociência, também pôde basear-se em evidências de lesões cerebrais e estimulação elétrica direta. Quando os pesquisadores compararam os mapas da IA com circuitos derivados de pacientes que sofreram estimulação ou danos cerebrais, os mapas da IA coincidiram muito melhor com essas evidências causais do que os mapas tradicionais baseados em exames de imagem. Isso sugere que a IA pode sintetizar uma compreensão mais profunda e causal de como as regiões cerebrais impulsionam o comportamento, indo além das simples correlações encontradas em estudos de imagem.

O avanço mais significativo ocorreu quando a equipe aplicou este método a outras espécies. As ferramentas tradicionais de mapeamento cerebral são quase exclusivamente projetadas para humanos porque dependem de sistemas de coordenadas específicos que não existem para outros animais. Ao usar a capacidade da IA de ler texto em vez de coordenadas, os pesquisadores geraram com sucesso mapas cognitivos para macacos rhesus e camundongos. Eles descobriram que a organização cerebral nesses animais espelhava o cérebro humano de maneiras impressionantes. Por exemplo, a IA identificou corretamente que o córtex visual de um camundongo está ligado à visão, e as áreas motoras estão ligadas ao movimento, assim como em humanos. Crucialmente, a IA também reconheceu que a "linguagem" não é uma função associada aos cérebos de camundongos ou macacos, atribuindo-lhe uma importância próxima de zero, enquanto ainda identificava as regiões auditivas que lidam com suas próprias vocalizações.

Para garantir que esses mapas não fossem apenas palpites aleatórios, os pesquisadores testaram-nos contra dados biológicos reais. Eles compararam os mapas cognitivos da IA para camundongos com dados registrados de milhares de neurônios individuais durante tarefas de tomada de decisão. As previsões da IA alinharam-se de perto com a atividade elétrica real do cérebro. Da mesma forma, para macacos, o mapa de memória de trabalho da IA coincidiu com um resumo detalhado, curado por humanos, de estudos com macacos, melhor do que um mapa cerebral humano projetado sobre um cérebro de macaco faria. Isso provou que a IA não estava simplesmente copiando dados humanos, mas sim sintetizando o conhecimento específico de cada espécie a partir da literatura.

Os pesquisadores também exploraram como a estrutura do cérebro sustenta sua função. Eles pediram à IA para descrever as principais funções de cada região cerebral e, em seguida, usaram essas descrições para calcular o quão semelhantes as diferentes regiões eram entre si. Eles descobriram que regiões com perfis funcionais semelhantes também estavam conectadas por padrões semelhantes de ondas cerebrais e fluxo sanguíneo. Essa relação manteve-se verdadeira em humanos, macacos e camundongos, sugerindo que a forma como o cérebro é conectado para apoiar a cognição é uma constante evolutiva. A IA até descobriu uma hierarquia oculta no cérebro, organizando as regiões de áreas sensoriais simples para áreas de associação complexas, um padrão que coincidia com as medições físicas das camadas do cérebro.

Finalmente, a equipe utilizou esta abordagem para estudar transtornos cerebrais. Eles pediram à IA para mapear o envolvimento de regiões cerebrais em doenças como depressão, esquizofrenia e autismo. Esses mapas foram então comparados com dados genéticos e exames cerebrais de pacientes. Os mapas da IA mostraram uma forte conexão com os riscos genéticos associados a essas doenças, mais do que os exames cerebrais tradicionais. Além disso, a IA agrupou corretamente doenças que compartilham sintomas, como ligar transtornos do sono a condições psiquiátricas, mesmo sem nunca ter sido explicitamente informada sobre essas conexões. Essa capacidade de encontrar padrões ocultos através de diferentes tipos de dados sugere que a IA pode ajudar os cientistas a compreender a natureza complexa e multifacetada das doenças mentais.

Este trabalho demonstra que a inteligência artificial pode servir como uma ferramenta poderosa para a descoberta científica, capaz de digerir todo o corpo do conhecimento humano para revelar padrões que são complexos demais para qualquer pesquisador individual ver. Ao unir o hiato entre espécies e métodos, a IA forneceu uma visão unificada do cérebro mamífero, mostrando que a arquitetura molecular e funcional da cognição é profundamente conservada através da evolução. Os pesquisadores disponibilizaram a ferramenta NeuroNaut gratuitamente ao público, permitindo que qualquer pessoa faça perguntas sobre o cérebro e receba respostas sintetizadas a partir da sabedoria coletiva da comunidade científica. Esta abordagem não substitui a perícia humana, mas a amplia, transformando uma biblioteca dispersa de fatos em um mapa coerente e navegável da mente.