Un acceso excepcional a pacientes con implantes intracraneales ayuda a comprender cómo se forman los recuerdos
El trabajo llevado a cabo por la doctora Jessica Schrouff en el marco del proyecto DecoMP_ECoG estudió cómo se forman los recuerdos. La investigación empleó registros electrofisiológicos intracraneales de la superficie del cerebro humano para investigar la codificación, recuperación y consolidación de información específica por categorías. Resulta difícil estudiar directamente cómo se forman los recuerdos. Tal y como explica la doctora Schrouff: «Normalmente los sujetos miran algunos datos y posteriormente un investigador examina su conocimiento sobre ellos. Sin embargo, ¿cuándo se formaron exactamente los recuerdos? ¿Cómo y dónde se creó la representación de los datos en el cerebro? Estas preguntas se han estudiado sobre todo de forma indirecta en humanos, por ejemplo, cuando las personas estaban recordando los datos». «Durante mi doctorado, investigué estas cuestiones mediante resonancia magnética funcional (RMf), pero la resolución temporal era baja (de seis a doce segundos). En Stanford, tuve la oportunidad de trabajar con electrodos intracraneales, lo cual nos permite ver las señales cerebrales a escala de milisegundos y con una resolución anatómica precisa». Los registros intracraneales en humanos son relativamente escasos porque son muy invasivos. En el proyecto DecoMP_ECoG, emprendido con el apoyo del programa Marie Curie, los pacientes acudían al hospital con epilepsia farmacorresistente. Se les implantaban electrodos en la superficie del cerebro para localizar la fuente de la epilepsia. Los pacientes llevaban los electrodos en su cabeza durante unos días y los médicos esperaban a que sufrieran ataques. Si era posible hacerlo de forma segura, la zona cerebral «dañada» se extirpaba para intentar eliminar la fuente de los ataques. «Durante su hospitalización con los electrodos implantados (normalmente entre siete y diez días), algunos pacientes se presentaban voluntarios para someterse a pruebas cognitivas. Nuestro equipo llevó a cabo distintas pruebas cognitivas en la habitación de los pacientes. Por ejemplo, investigamos cómo se perciben los números en el cerebro o, en mi caso, cómo se forman los recuerdos y “viajan” en distintas zonas cerebrales». El inconveniente de estos registros es que la población de pacientes epilépticos era muy heterogénea: algunos encontraban la tarea muy fácil y aprendían «con demasiada facilidad», mientras que otros nunca se aprendían los datos. Además, los electrodos se colocaban en regiones de interés para fines clínicos, lo cual significa que podían transmitir señales epilépticas que contaminaran en exceso las señales obtenidas durante el aprendizaje. «Si bien fue una gran experiencia de aprendizaje, esto limitó la capacidad estadística de nuestros resultados», comenta la doctora Schrouff. Afortunadamente, esta limitación no impidió que la investigación desarrollara unas técnicas de análisis novedosas. En su trabajo, la doctora Schrouff se centró en utilizar técnicas de aprendizaje automático, es decir, modelos que aprenden a realizar tareas a partir de algunos datos de ejemplo. La tarea consistía en predecir qué datos exactos se presentaban al paciente. La doctora explica: «Mostramos una secuencia de imágenes de caras, animales y palabras. Los datos de ejemplo eran las señales cerebrales generadas durante la presentación y el modelo debía predecir si el paciente estaba viendo una cara, un animal o una palabra a partir de una determinada señal cerebral». Tales modelos se habían utilizado en neuroimagenología, pero se habían estudiado poco para registros intracraneales. Además, la relación entre cómo un modelo analiza los datos de ejemplo y cómo el cerebro analiza los mismos datos todavía es objeto de debate. Durante la beca, la doctora Schrouff investigó en profundidad esta relación. «Creo que este trabajo ha contribuido a la documentación sobre el tema, pero también al conocimiento de los usuarios del modelo de aprendizaje automático. Además, he aplicado mi trabajo en un programa de código abierto PRoNTo, que se publicará pronto».
Palabras clave
DecoMP_ECoG, función cognitiva, memoria registros de electrodos intracraneales, aprendizaje automático, interpretabilidad