 |
| Scientific American (Nov 2017) How to Make a Consciousness Meter |
In de Scientific American (Nov 2017) verscheen een lezenswaardig artikel How to Make a Consciousness Meter. Christof Koch beschrijft een verbeterde methode om de mate van bewustzijn vast te stellen.
De motivatie om dit te doen is om vast te stellen of patiënten die niet of nauwelijks meer reageren op hun omgeving of er nog enige mate van bewustzijn in de hersenen aanwezig is. Denk aan patiënten met een locked-in syndroom of comapatiënten. De onderzoekers meten de reactie van het brein op een magnetische puls van buiten af toegediend op de hersenen (dus niet de spontaan aanwezige activiteit). De totale reactie van het brein wordt geregistreerd. De complexe reacties worden 'samengevat' door middel van het ZIP algoritme (Lempel-Ziv compression) [6], dat is compressietechniek uit de informatica. De onderzoekers willen hiermee de complexiteit van de reactie van het brein in één getal vastleggen (PCI: Perturbational Complexity Index). Hoe complexer het beeld, hoe groter het databestand. Hoe meer regelmaat en voorspelbaarheid, hoe makkelijker de data gecomprimeerd kunnen worden zonder informatieverlies. De complexiteit wordt uitgedrukt in een getal tussen 0 (laagste) en 1 (hoogste complexiteit). (Je zou het makkelijk kunnen vertalen in percentages van 0 tot 100%).
De test hebben ze op een zeer divers panel van gezonde mensen, slapende mensen (met en zonder REM activiteit), mensen onder algehele verdoving, en mensen met hersenbeschadiging getest. Ze stelden een drempelwaarde van 0,31 vast. Proefpersonen met bewustzijn hadden alle een waarde groter dan 0,31 en patiënten die niet of nauwelijks reageren op externe stimuli zaten onder 0,31.
 |
| Alle uitkomsten. Linker helft: 'behavioral responsiveness', rechts: 'behavioral unresponsiveness'. horizontale lijn is 0,31. daarboven: bewustzijn, daaronder geen. paarse punten: Vegetative State patients met bewustzijn (rechtsboven). uit publicatie [1] |
 |
| zelfde figuur maar nu heb ik de open dots ingekleurd: de spreiding gaat ruim over de 0,31 grens heen! (17-11-17) |
Christof Koch, die niet bij het onderzoek betrokken was, is enthousiast over de resultaten, maar is verontrust over de 9 vegetative state patiënten (paarse stippen op grafiek) omdat zij volgens de test bewustzijn hebben. En dat vind hij verontrustend omdat ze totaal niet kunnen communiceren. Dat zijn 9 van de in totaal 43 patiënten in een vegetatieve staat (VS), die dus niet reageren op de omgeving, maar toch een test resultaat hadden groter dan 0,31. Dat is vergelijkbaar met proefpersonen bij bewustzijn. Dat is een opmerkelijke uitkomst. De onderzoekers zelf noemen dat geen false positives, maar juist een voordeel, een winstpunt van hun methode.
Ik heb mijn twijfels bij het gebruikte algoritme. Als ik zie dat hun bewustzijnsindex is gebaseerd op een 40 jaar oud compressie algoritme [6] om beelden te comprimeren, dan begin ik me ongerust te maken. Het kan dan wel zo zijn dat de auteurs tevreden zijn over de goede correlatie van het ZIP getal met de mate van bewustzijn in diverse groepen van patiënten [5], maar de ZIP techniek lijkt mij niet geschikt om betekenisvolle complexiteit te meten. De zip techniek wordt nog steeds gebruikt in o.a. het GIF bestandsformaat (plaatjes). Het doel van de techniek is om plaatjes zoveel mogelijk te comprimeren zonder informatieverlies (data compression). En niets meer dan dat. Voor de huidige toepassing echter is het een nadeel van de zip techniek dat behalve complexe data ook random data slecht te comprimeren zijn [3]. Dus een hoge score geven. Gooi een dobbelsteen een groot aantal malen en noteer de uitkomsten. Deze reeks van random getallen is niet (of nauwelijks) korter samen te vatten, dan een letterlijke opsomming van de reeks zelf. Kleiner kan niet, want dan verlies je informatie. En betekenisvolle complexiteit is iets anders dan comprimeerbaarheid (compressibility) [2]. De onderzoekers kunnen geen onderscheid maken tussen random data en betekenisvolle complexiteit [6].
Dat impliceert dat de onderzoekers in principe random data voor (betekenisvolle) complexiteit aangezien kunnen hebben. En dat wil je niet. Maar vervolgens hebben ze die score geïnterpreteerd als maatstaf voor (de mogelijkheid van) bewustzijn. De onderzoekers hanteren de ZIP techniek als een black box. Ze menen dat de techniek goed kan onderscheiden tussen patiënten met en zonder bewustzijn. En dat ze daarmee de techniek hebben gevalideerd.
Maar wat ik mis is bijvoorbeeld een validatie van de ZIP techniek met test data sets waar de mate van randomness variabel is. Zodat je kan interpreteren wat 0,31 betekent en wat het maximum score van 0,70 betekent. Ze hebben zeker geen pure randomness gescoord want dan zou het getal dichter bij de 1 (100%) moeten uitkomen.De grenswaarde van 0,31 volgt -voor zover ik weet- niet uit een theorie.
Als ik dan zie dat er 9 patiënten in een vegetatieve staat (VS) waren die volgens de meting bewustzijn zouden moeten hebben, dan vraag ik mij af: hebben die patiënten echt bewustzijn of vertonen hun hersenen random activiteit? Of lijkt hun hersenactiviteit op bewustzijn bij gezonde proefpersonen, maar hebben ze geen bewustzijn? Zitten die VS patiënten in een soort droomtoestand? Noem je dat bewustzijn? Kunnen hersenen random activiteit vertonen? [4]. De auteurs van het onderzoek zijn zich kennelijk niet bewust van dit probleem of vinden het helemaal geen probleem.
Zouden de onderzoekers niet een maatstaf moeten opstellen die juist wel op neurologische kennis gebaseerd is in plaats van op een black box methode uit de informatica? Of zouden ze als alternatief voor het Lempel-Ziv algoritme, neural networks kunnen loslaten op de hersenscans? [7].
 |
| Bert Keizer: Waar blijft de ziel? |
Tenslotte het filosofische aspect: hoe ontstaat uit al die zenuwactiviteit bewustzijn? Maar daar heeft Bert Keizer al een aardig en leesbaar boekje over geschreven: Waar blijft de ziel? (2012). Keizer zou korte metten maken met dit onderzoek. Bewustzijn in een getal uitdrukken? Flauwekul!
Postscript
18 nov 17Vandaag vond ik dit artikel Anna Tuenter: Bewustzijn meten door het brein te verstoren, Kennislink, 16 augustus 2013. Dit gratis artikel gaat over de Massimini et al (2013) publicatie in Science waarin ze de PCI voor het eerst beschrijven. Zeer nuttig artikel. Tuenter zegt niets over de datacompressie techniek.
Noten
- Silvia Casarotto et al (2016) Stratification of unresponsive patients by an independently validated index of brain complexity, ANN NEUROL 2016;80:718–729. Het artikel is gratis te downloaden van ResearchGate (pdf)
- Gert Korthof (2000, 2011) Information Content, Compressibility and Meaning , website Was Darwin Wrong?
- Zie bijvoorbeeld wikipedia artikel randomness: "random strings are those that cannot be compressed."
- Ik zelf heb wel eens willekeurige associaties met gebeurtenissen uit het verleden waarbij het verband met waar ik op dat moment mee bezig was mij totaal ontgaat.
- Christof Koch: "The team verified its basic soundness by correctly discriminating between when six healthy volunteers were conscious but quietly resting with eyes closed and when they were deeply asleep and therefore unconscious."
- De auteurs verwijzen in hun 2013 Science artikel naar: A. Lempel J. Ziv 'On the complexity of finite sequences'. IEEE Trans. Inform. Theory 22, 75–81 (1976). Nota bene, de eerste zin is: "A new approach to the problem of evaluating the complexity ("randomness") of finite sequences is presented." Hier wordt 'complexity' gelijkgesteld met 'randomness'. Dat ziet men elders ook. (toegevoegd: 18 nov 17)
- Neural networks zijn zelflerende computerprogramma's die getraind worden met voorbeelden totdat ze zelfstandig nieuwe input data kunnen classificeren. Train ze op alle vormen van bewustzijn en laat ze daarna Locked-in en Vegetative State patiënten classificeren. Lijkt me interessant. [toegevoegd: 19 nov 2017]
