Naar aanleiding van het uitkomen van het boek Kijken in het Brein van Sandra van Aalderen, Nienke van Atteveldt en Meike Grol vroegen we lezers om hun vraag over hersenscans in te sturen. De winnaar stelde een vraag over het lezen van gedachten.
Liesbet won een exemplaar van het boek met haar vraag:
“Ik vroeg mij af of een hersenscanner ook gedachten kan lezen. Geen ingewikkelde gedachten, maar als je je bijvoorbeeld bij een ja-nee vraag heel hard op het ja antwoord concentreert, is er dan een andere activiteit meetbaar dan als je je op het andere antwoord focust?”
De auteurs van Kijken in het Brein geven hieronder hun antwoord.
Zit jij te wachten op een apparaat dat je gedachten leest? Waarschijnlijk niet. Maar voor bepaalde patiënten zou het fantastisch nieuws zijn. Zoals Jean-Do uit de film The Diving Bell and the Butterfly (2007). Na een ernstige beroerte wordt hij wakker in het ziekenhuis en kan alleen nog maar zijn linkeroog bewegen. Hij lijdt aan het locked-in syndroom: hij is bijna volledig verlamd, maar ziet en hoort wel wat er om hem heen gebeurt. Stel je voor dat je niet kunt praten en bewegen. Dat het niet mogelijk is te vertellen dat je pijn hebt of honger. Jean-Do was tenminste nog in staat met één oog te knipperen, maar vele locked-in patiënten hebben geen enkele mogelijkheid om met de buitenwereld te communiceren. Hoe geweldig zou het voor hen zijn als hun gedachten gelezen worden?
doodsbang
Tijdens fMRI-experimenten grapte een vroegere collega van ons weleens tegen haar proefpersonen dat ze tijdens het scannen zag of ze goed hun best deden, of dat ze stiekem aan iets anders lagen te denken. Ze hoopte hen daarmee te motiveren het experiment goed uit te voeren. Waarschijnlijk maakte ze er sommigen juist doodsbang mee, terwijl het natuurlijk helemaal niet waar was. Uit de hersenactiviteit die je met fMRI vindt, leid je niet af of iemand op dat moment aan voetbal, zijn aankomende deadline of aan vrijheid van meningsuiting denkt of heeft gedacht.
Wel is het mogelijk om, zoals vragensteller Liesbet al suggereert, een proefpersoon te trainen om aan twee verschillende dingen te denken. En op basis van hersenactiviteit proberen te onderscheiden of hij of zij aan het één of aan het ander denkt. Bijvoorbeeld als je je afwisselend voorstelt dat je je linker- en je rechterarm beweegt, dan zullen deze twee gedachten verschillende gebieden in je hersenen activeren.
De twee signalen die we dan meten, kunnen we koppelen aan een computer die bij overwegend ‘linkerarmactiviteit’ een pijltje op een scherm naar links beweegt en bij meer ‘rechterarmactiviteit’ het pijltje naar rechts stuurt. Zo’n koppeling tussen brein en computer noemen we een Brain-Computer Interface (BCI). Een BCI kan niet zelf bedenken of iemand honger heeft, maar voor een patiënt is het zo wel mogelijk om met zijn gedachten een cursor op een computerscherm te besturen of letters te typen. Zodat hij zelf aangeeft dat hij wil eten.
Kiezen uit het alfabet
Er zijn verschillende soorten BCI’s. Hersenactiviteit bij een EEG wordt door de computer weergegeven als een hersengolf; zo’n signaal gaat namelijk op en neer, soms spontaan, soms als reactie op een bepaalde prikkel.
Omdat we het EEG aan de buitenkant van de schedel meten, kunnen we niet precies zeggen waar in het brein een signaal is ontstaan, maar we zien wel of en hoe het signaal verandert in reactie op een bepaalde prikkel (ook wel stimulus genoemd).
In de loop der tijd zijn er verschillende kenmerkende golven gevonden die allemaal een naam hebben gekregen. Bijvoorbeeld de P300-golf1. Dat is een elektrische golf die optreedt als een relevante stimulus, bijvoorbeeld een letter of plaatje dat van tevoren is afgesproken, op het scherm verschijnt tussen vele andere letters of plaatjes die niet relevant zijn. De persoon met de EEG-kap op denkt dan sterk aan die bepaalde letter of dat plaatje, en dat wekt een hersengolf op die piekt rond de driehonderd milliseconden ná de stimulus – vandaar de naam P300 (zie bovenstaand figuur). Zo kun je letter voor letter hele woorden of zinnen spellen, als je even de tijd hebt. De P300-golf wordt ook wel ingezet als leugendetector, hoewel deze toepassing nogal twijfelachtig is. Hoe de P300-leugendetector in zijn werkt gaat en wat er mis mee is, kan je hier lezen.
Twee vragen per uur
Omdat de EEG-BCI niet bij iedereen even goed werkt, wordt ook de minder handzame en duurdere fMRI-scanner ingezet als mogelijke BCI. Bijvoorbeeld in onderzoek van Bettina Sorger en Rainer Goebel in Maastricht. Een – in dit geval gezonde – proefpersoon lag in de MRI-scanner en dacht aan verschillende handelingen. Zoals een pentekening maken of de tafel van vijf opzeggen. Bij elk van deze denkbeeldige handelingen werd een ander patroon van hersengebieden actiever dan de rest van het brein.
De computer koppelde die unieke activiteitspatronen aan de letters van het alfabet, waardoor de ingebeelde handelingen elk bij een letter gingen horen. Door tijdens het scannen achter elkaar aan een aantal van deze handelingen te denken, lukte het proefpersoon om een woord te spellen. Ze probeerden vervolgens vragen als ‘Wat is je hobby?’ door middel van hun hersenactiviteit te beantwoorden, waarop de fMRI-scanner deze antwoorden (bijvoorbeeld: ‘fotografie’) vrij goed wist te ontcijferen.
Stel je hierbij geen gesprek op normale snelheid voor: het ontcijferen van gedachten gaat nogal traag. De computer vertaalt elk woord letter voor letter. Voor het beantwoorden van twee vragen in bovenstaand onderzoek had men een uur nodig. En zo’n grote, dure MRI-scanner is natuurlijk ook geen praktisch apparaat waar je iemand even in legt als je wilt weten of hij honger heeft.
Ook met EEG, waarbij de eenvoudige muts met elektroden volstaat, pen je helaas niet snel een heel verhaal neer. BCI’s zijn ook omslachtig omdat ze alleen werken als van tevoren nauwkeurig is bepaald welke hersenactiviteit gekoppeld kan worden aan de besturing van de computer. In het fMRI-voorbeeld uit Maastricht zochten onderzoekers eerst bij iedere deelnemer uit welke handelingen een duidelijk activatiepatroon in bepaalde hersengebieden gaven en die activatiepatronen koppelde de computer vervolgens aan letters.
Verbetering, of frustrerend?
Het ‘gedachtenlezen’ met een fMRI- of EEG-BCI zal dus niet snel perfect zijn. Een greep uit recente wetenschappelijke publicaties laat zien dat de nauwkeurigheid sterk wisselt per type BCI en per toepassing. Bovendien is er veel verschil tussen gescande personen. Voor iemand met het locked-in syndroom is het misschien toch een hele verbetering aan te kunnen geven dat hij pijn heeft of iets niet wil, ook al is de techniek nog beperkt. Als je verlamd bent en het je bij één van de drie pogingen lukt een kunstarm te bewegen met je gedachten, neem je alle gefaalde pogingen, voorbereiding en training misschien graag voor lief.
Niet iedereen is het daarmee eens. Nick Ramsey, hoogleraar aan het Universitair Medisch Centrum in Utrecht, is van mening dat onbetrouwbare BCI’s juist erg frustrerend zijn voor patiënten. Hij vergelijkt het met typen op een toetsenbord dat bij twee van de drie letters die je typt een geheel andere letter op het scherm geeft. Zijn onderzoeksgroep gaat daarom juist voor honderd procent betrouwbaarheid.
De uitzending ‘Het Gretige Brein’ van Tegenlicht over de (on)mogelijkheden van het uitlezen van ons brein.
De techniek die Ramsey gebruikt heet elektro-corticografie (ECoG). Bij deze techniek worden tijdens een hersenoperatie elektroden direct op het buitenste vlies van het brein aangebracht, en in sommige gevallen zelfs ín het hersenweefsel geïmplanteerd. Net als bij EEG meten deze elektroden de elektrische signalen van actieve hersencellen. Het verschil met standaard EEG is dat ECoG de signalen opvangt bij de hersencellen zelf. Deze signalen zijn nog niet vervormd geraakt, omdat ze niet door de schedel heen hoeven. Dit maakt ECoG de meest directe en nauwkeurige techniek om menselijke hersenactiviteit te meten – maar uiteraard alleen mogelijk bij patiënten in het ziekenhuis.
Robotarm
Het doel van Ramseys onderzoek is om de patiënt met zijn hersenactiviteit, bijvoorbeeld door achteruit te tellen, een muisklik te laten genereren op een computer. Er is ook onderzoek dat zich erop richt een robotarm te leren besturen. Futuristisch en bijzonder, maar volgens Ramsey kan dit vanwege de complexere handeling nooit volledig nauwkeurig worden. Ook kan de robotarm alleen in een hightech laboratorium worden gebruikt; thuis heb je er vooralsnog weinig aan. Ramsey wil een praktisch instrument ontwikkelen met een zo groot mogelijke betrouwbaarheid. Een BCI die de muisklik alleen maakt als de patiënt het écht zelf wil.
Liesbet heeft haar vraag dus heel goed geformuleerd. Willekeurige gedachten lezen kan (nog) niet, maar iemand kan wél met simpele, vooraf geoefende mentale activiteit een computer aansturen, via een BCI. Ramsey hoopt in de toekomst complexere hersenactiviteit te vertalen om zo intern gegenereerde spraak te herkennen, maar zover zijn we nog lang niet. En een geruststelling misschien: omdat BCI’s alleen werken na heel veel oefenen, zal ‘gedachtenlezen’ ook dan alleen maar lukken als je zeer gemotiveerd bent om je gedachten prijs te geven.