L'IRM fonctionnelle peut-elle lire dans vos pensées ? |
| Écrit par Laurent Hermoye, PhD | |
| 19-01-2010 | |
|
Qui n'a jamais rêvé de lire dans les pensées de sa femme, de son patron, de sa future conquête ? Les nouvelles techniques d'imagerie du cerveau vont-elles prendre la place des mediums et autres diseuses de bonne aventure ?
Plusieurs équipes de recherche ont tenté de relever ce défi, en utilisant des méthodes d'intelligence artificielle pour deviner les pensées ou les actions des volontaires dans l'IRM à partir des patterns de pixels activés dans leur cerveau. Par exemple: on connaît le rôle de l'hippocampe dans la mémoire et dans la localisation dans l'espace. A l'aide de stimuli générés par un système de réalité virtuelle, Hassabis et al. ont demandé à des volontaires de se déplacer virtuellement entre 8 points situés dans 2 pièces d'un bâtiment. Grâce à un algorithme de classification de patterns appliqué aux activations IRMf, ils ont pu deviner à quel point le volontaire se trouvait à un moment donné à partir des patterns d'activation de son hippocampe et de son gyrus parahippocampique. Haybes et al. ont utilisé un algorithme de classification similaire pour prédire l'intention d'un volontaire ou bien d'additionner ou bien de soustraire deux nombres qui lui étaient présentés. En décodant l'activité de son cortex ventro-medial préfrontal, ils ont été capables de prédire l'opération mathématique planifiée avec 71% de réussite, donc significativement au-dessus de ce que prédit le hasard. Enfin, Kay et al. ont utilisé une méthode d'identification plus complexe pour construire un décodeur visuel. Dans la phase d'entraînement de la méthode d'intelligence artificielle, ils ont appris au système comment l'activité dans chaque voxel du cortex visuel était liée aux distributions spatiales, fréquencielles et aux orientations présentes dans 1750 images. Pendant la phase d'identification (donc de lecture dans les pensées), ils ont montré aux volontaires des images qui n'avaient pas été utilisées lors de la phase d'entraînement. En mesurant la réponse de chaque voxel à la nouvelle image et en la comparant à la réponse prédite par le système pour chaque image de ce nouveau set, ils ont pu deviner laquelle des images le sujet était en train de regarder. Donc de 1000 images (par example oiseau 1, oiseau 2, oiseau 3,..., chien 1, chien 2, chien 3,...,etc.), l'IRM fonctionnelle peut deviner laquelle vous êtes en train de voir. L'étape suivante, mais autrement plus complexe, serait que la machine reconstruise l'image que vous êtes en train de voir ou d'imaginer: pensez à un monstre et laissez l'IRM dessiner son portrait! Les 3 expériences décrites ci-dessus sont un premier pas vers la lecture dans les pensées. Mais, malgré leur complexité expérimentale, leurs scénarios restent relativement simples: il s'agit de deviner ce que vous êtes en train de voir, faire ou planifier parmi un set pré-défini de possibilités. Mais le nombre de pensées possible est lui infini. Donc, prise dans un contexte plus général, l'expérience devient autrement plus difficile. De plus, toutes ces expériences sont basées sur une relation directe entre une caractéristique du stimulus (par exemple les localisations, fréquences et orientations présentes dans une image) et une localisation neuroanatomique. Autant cette relation est claire pour certaines fonctions (somatotopie, rétinotopie, tonotopie), autant elle est plus qu'incertaine pour d'autres. En conclusion, l'IRM fonctionnelle est un outil prometteur pour lire un jour dans les pensées. Les applications possibles dépassent l'imaginable: lecture dans l'inconscient, dans les pensées de patients à l'état de conscience altéré, détecteur de mensonges,... Mais ce genre d'outil, qui touche au plus profond de nous-mêmes, doit être manipulé avec précaution et éthique... |

Quand vous pensez à quelque chose (disons à un oiseau), l'






