Neural Fingerprinting based on Brain Network Dynamics: A Cross-Platform MEG Study

Cada cérebro humano é um instrumento único, tocando uma sinfonia de sinais elétricos que nunca se repete exatamente da mesma forma para mais ninguém. Enquanto cientistas há muito estudam como os cérebros funcionam em média, procurando padrões que se aplicam a todos, um campo de investigação mais recente foca-se no que torna o cérebro de cada pessoa distinto. Este conceito, conhecido como impressão digital neural, opera na ideia simples, mas poderosa, de que, se medirmos a atividade cerebral com cuidado suficiente, podemos identificar um indivíduo específico apenas olhando para os seus dados, tal como um sistema de segurança reconhece uma pessoa pela sua impressão única. Esta capacidade de distinguir uma pessoa de outra não é apenas uma curiosidade; oferece uma forma potencial de acompanhar como o cérebro de uma pessoa muda ao longo do tempo ou quando uma doença ataca, fornecendo uma linha de base personalizada para a saúde. Para fazer isto, os investigadores utilizam frequentemente uma técnica chamada magnetoencefalografia, ou MEG, que deteta os minúsculos campos magnéticos produzidos pelas correntes elétricas do cérebro. Este método é especial porque captura a atividade cerebral com uma velocidade incrível, registando mudanças à medida que acontecem em milissegundos, em vez de mostrar apenas uma média lenta e desfocada.

Durante anos, esta tecnologia dependeu de máquinas grandes e caras que tinham de ser mantidas a temperaturas extremamente frias para funcionar, utilizando sensores chamados SQUIDs. No entanto, uma nova geração de sensores, chamados magnetómetros de bombeamento ótico, ou OPMs, surgiu recentemente. Estes novos dispositivos são pequenos, leves e não precisam de arrefecimento extremo, permitindo que se posicionem mais perto do couro cabeludo e potencialmente capturem sinais mais claros. À medida que esta tecnologia amadurece, os cientistas precisam de saber se ela consegue realizar o mesmo trabalho delicado das máquinas mais antigas. Conseguem estes novos sensores, mais flexíveis, capturar as mesmas assinaturas cerebrais únicas? Além disso, a maioria dos estudos anteriores analisou a atividade cerebral ao calculando a sua média ao longo do tempo, criando uma imagem estática. Mas o cérebro é dinâmico, mudando constantemente entre diferentes padrões de atividade. Uma questão crítica permanece: reside a identidade única de uma pessoa nos sinais lentos e médios, ou está ela escondida nas mudanças rápidas e fugazes da dinâmica das redes cerebrais?

Num estudo recente, os investigadores procuraram responder a estas questões comparando dados tanto dos sensores tradicionais frios como dos novos sensores à temperatura ambiente. Recrutaram quinze adultos saudáveis e realizaram cada um quatro vezes num único dia. Duas destas sessões utilizaram a tecnologia SQUID mais antiga e duas utilizaram a tecnologia OPM mais recente. Durante os exames, os participantes realizaram uma tarefa que envolvia prestar atenção a padrões táteis nos dedos, permitindo aos investigadores observar como os seus cérebros respondiam à estimulação. A equipa queria ver se conseguiam identificar cada pessoa corretamente ao comparar os seus próprios exames entre si, e se ainda conseguiam identificá-las ao comparar um exame de um tipo de máquina com um exame de outro tipo. Testaram duas formas diferentes de analisar os dados: uma que mediava os sinais ao longo do tempo para criar um perfil estático, e outra que utilizava um modelo computacional sofisticado para rastrear como o cérebro alternava entre diferentes estados ativos, capturando a dinâmica rápida das redes neurais.

Os resultados confirmaram que a assinatura única de cada pessoa do seu cérebro é robusta e pode ser encontrada utilizando ambos os tipos de máquinas. Quando os investigadores analisaram os dados estáticos e médios, conseguiram identificar com sucesso todos os participantes, quer estivessem a comparar dois exames da mesma máquina, quer estivessem a comparar um exame da nova máquina contra um da antiga. Esta descoberta alinha-se com trabalhos anteriores, provando que as impressões digitais elétricas básicas do cérebro são estáveis o suficiente para sobreviver à transição para novas tecnologias. No entanto, o estudo foi muito mais a fundo ao examinar os padrões dinâmicos e variáveis da atividade cerebral. Utilizando um modelo pré-treinado que tinha aprendido os padrões comuns de estados cerebrais a partir de milhares de outras gravações, a equipa analisou como estes estados apareciam nos seus novos dados. Eles descobriram que o modelo funcionava bem para os sensores antigos e novos, mapeando com sucesso os estados variáveis do cérebro em tempo real.

Quando utilizaram estes padrões dinâmicos para tentar identificar os indivíduos, os resultados foram mistos, mas reveladores. Os investigadores descobriram que conseguiam identificar pessoas com alta precisão ao observar o tempo específico de quando os estados cerebrais se ligavam e desligavam, e ao analisar o conteúdo de frequência desses estados. Estas características, que descrevem o ritmo e a composição espectral específica da atividade cerebral, permaneceram consistentes para cada pessoa em ambas as máquinas. Isto sugere que a identidade central de uma pessoa está codificada no tempo relativo e na estrutura destas redes dinâmicas. No entanto, quando os investigadores tentaram identificar pessoas utilizando números de resumo simples, tais como quanto tempo um estado cerebral durou ou com que frequência mudava para outro estado, os resultados mudaram. Embora ainda conseguissem identificar as pessoas ao comparar exames da mesma máquina, falharam ao fazê-lo ao comparar exames entre as duas máquinas diferentes.

Esta falha na identificação entre máquinas para as estatísticas de resumo destaca uma distinção crucial. Os números absolutos, como a percentagem exata de tempo gasto num estado, são sensíveis às diferenças físicas entre os dois tipos de sensores. Os novos sensores situam-se mais perto do cérebro e têm características de ruído diferentes, o que altera estes valores absolutos de uma forma que mascara a identidade do indivíduo. Em contraste, os padrões relativos de como o cérebro responde a um estímulo — a forma da curva ao longo do tempo — permanecem estáveis e únicos para a pessoa, independentemente da máquina utilizada. O estudo conclui que, embora a tecnologia OPM seja totalmente capaz de capturar as impressões digitais neurais únicas de indivíduos, a forma como analisamos esses dados importa. Para identificar com sucesso uma pessoa através de diferentes plataformas de exame, devemos olhar para a estrutura relativa da dinâmica cerebral em vez de apenas para as quantidades brutas e absolutas. Este trabalho representa um passo vital, mostrando que a nova geração de scanners cerebrais pode juntar-se aos antigos no mapeamento da paisagem única da mente humana, desde que utilizemos as ferramentas certas para ler os sinais.