מחקר שנערך לאחרונה בוחן את הקשר בין קישוריות מוח ואינטליגנציה, ומדגיש את הערך של פרשנות במודלים חזויים לתובנות עמוקות יותר על הקוגניציה האנושית.
לִלמוֹד: בחירת הסבר על פני ביצועים: תובנות ממכונה. קרדיט תמונה: Christoph Burgstedt / Shutterstock.com
במחקר שפורסם לאחרונה ב PNAS Nexusחוקרים מספקים תובנות חדשות לגבי הקוגניציה האנושית על ידי מתן עדיפות לאפשרות הפרשנות במודל חזוי של אינטליגנציה מקישוריות מוחית, במקום להתמקד אך ורק בביצועי חיזוי.
למידת מכונה במדעי המוח
מחקר נוירו-מדעי על קוגניציה אנושית התפתח מהתמקדות במחקרי הסבר חד-משתנים לשימוש במודל חיזוי מבוסס למידת מכונה. שינוי זה מאפשר ניתוח של קשרים בין התנהגות למשתנים נוירוביולוגיים מרובים כדי לחזות התנהגות על פני דגימות מגוונות.
אינטליגנציה, מנבא מפתח של תוצאות חיים כמו בריאות והישגים אקדמיים, נחקרה בהרחבה, כאשר תיאוריות מחלקות אותה למרכיבים נוזליים ומגבשים. גישות למידת מכונה לאחרונה שיפרו חיזוי אינטליגנציה באמצעות נתוני קישוריות מוח. עם זאת, תובנות מושגיות מוגבלות, הסתמכות על מדדי אינטליגנציה ספציפיים ואילוצים מתודולוגיים מדגישים את הצורך במחקר נוסף כדי לחקור באופן שיטתי תכונות מוח מנבאות.
לגבי המחקר
המחקר הנוכחי דבק במתודולוגיה קפדנית, כאשר כל הניתוחים, גדלי המדגם והמשתנים נרשמו מראש במסגרת ה-Open Science Framework. הניתוחים העיקריים עקבו אחר פרוטוקולים שנרשמו מראש, עם ניתוחים פוסט-הוק נוספים שנערכו כדי לחקור עוד יותר את הקשרים המוחיים הרלוונטיים ביותר לחיזוי אינטליגנציה.
משתתפי המחקר נלקחו ממדגם Human Connectome Project (HCP) למבוגרים צעירים S1200, המורכב מ-1,200 אנשים בין הגילאים 22 ל-37. הסכמה מדעת התקבלה בהתאם להצהרת הלסינקי וכל הנהלים אושרו על ידי מועצת הביקורת המוסדית של אוניברסיטת וושינגטון.
לאחר החרגות בגין נתונים חסרים, ליקוי קוגניטיבי על בסיס בדיקת מיני-מנטלית (MMSE) של 26 ומטה, או תנועת ראש מוגזמת, המדגם הסופי כלל 806 משתתפים, 418 מהם היו נשים ו-733 ימניים. מדדי מודיעין כולל מודיעין כללי (gg), אינטליגנציה מגובשת (gCgC), ואינטליגנציה נוזלית (gFgF) נאמדו באמצעות ניתוחי גורמים דו-פקטוריים וחוקרים מתוצאות מבחנים קוגניטיביים.
נתוני הדמיית תהודה מגנטית פונקציונלית (fMRI) נאספו במהלך מצב מנוחה ושבע משימות קוגניטיביות לבניית מטריצות של קישוריות תפקודית (FC) ספציפית לנושא. נתוני fMRI שעובדו מראש באופן מינימלי עברו שלבי עיבוד מקדים נוספים, לרבות רגרסיה מטרידה, תיקון אות גלובלי והסרה של הפעלה מעוררת משימה, כדי לשפר הערכות קישוריות. מודלים חזויים השתמשו ברשתות עצביות הזנה קדימה, אשר שילבו אימות צולב פי חמישה, אופטימיזציה של היפרפרמטרים וגישה של ביטול מדגם מחוץ לדגימה לשליטה במשתנים נלווים כגון גיל, מין ותנועת ראש.
פרשנות המודל שופרה באמצעות ריבוי רלוונטיות בשכבות (LRP) כדי לזהות קשרי מוח פונקציונליים הקריטיים ביותר לתחזיות. שכפול חיצוני בוצע באמצעות שני מערכי נתונים עצמאיים מאוסף ה-MRI הפתוח של אמסטרדם (AOMIC), ובכך הבטיח בהירות והכללה של התוצאות.
ניתוחים סטטיסטיים כללו את מקדמי המתאם של פירסון, מדדים מבוססי שגיאות ומבחני תמורה לא פרמטריים להערכת ביצועי חיזוי והשוואת מודלים בין מערכי נתונים.
תוצאות המחקר
FC ותפקידו בניבוי מודיעין נחקרו באמצעות נתונים מה-HCP. כאן, gg, gCgCו gFgF הרכיבים נאמדו מ-12 מדדים קוגניטיביים והראו קשרי גומלין מובהקים.
FCs בודדים נבנו מ-100 צמתים בקליפת המוח במהלך מצב מנוחה ושבעה מצבי משימה. בנוסף, חושבו שני FCs סמויים, אחד המשתרע על מצבי מנוחה ומשימה ואחר על פני מצבי משימה בלבד, מה שהביא בסך הכל עשרה מצבים קוגניטיביים לניתוח.
ביצועי החיזוי השתנו בין מרכיבי המודיעין. לשם כך, gg תחזיות השיגו את המתאם הגבוה ביותר בין הציונים הנצפוים והחזויים, ואחריהם gCgC ו gFgF. מצבי משימות השפיעו גם על דיוק הניבוי, כאשר משימות תובעניות מבחינה קוגניטיבית ו-FCs סמויים עולים על אחרים.
על פני רשתות מוח, רשתות קוגניטיביות כמו מצב ברירת המחדל, שליטה ורשתות קשב סיפקו את הכוח החיזוי ביותר, שכן הם הניבו ביצועים משמעותיים יותר מרשתות כמו המערכות הסוטומוטוריות והלימביות.
מבחר שיטתי של קשרי מוח פונקציונליים הוכיח שחיזוי אינטליגנציה תלוי באינטראקציה בין רכיבים, מצבים ורשתות. מודלים שהוכשרו עם כל הרשתות מלבד אחת הראו הפחתות ביצועים מינימליות, ובכך הדגישו מידע רלוונטי לאינטליגנציה מפצה המופץ על פני רשתות מוח.
התחזיות הטובות ביותר התקבלו באמצעות 1,000 מהקשרים המוחיים הרלוונטיים ביותר שזוהו באמצעות LRP שלב. קשרים אלה הופצו באופן נרחב על פני אזורי קליפת המוח והשתנו בין מצבים קוגניטיביים.
אימות במדגם HCP lockbox אישר את הדיוק של הממצאים, עם מתאמים משמעותיים בביצועי הניבוי עבור כל מרכיבי המודיעין. שכפול חיצוני באמצעות נתונים מה-AOMIC הוכיח יכולת הכללה, אם כי עם גדלי אפקט נמוכים יותר.
דפוסי מפתח של ביצועים חזויים בין מדינות ורשתות נשארו עקביים. יתרה מזאת, מודלים המבוססים על 1,000 הקשרים הרלוונטיים ביותר עמדו בביצועים גבוהים משמעותית מהבחירות האקראיות.
מסקנות
תחזיות המודיעין היו טובות יותר באופן עקבי עבור gg ו gCgC בהשוואה ל gFgF, ובכך להדגיש הבדלים שיטתיים בפתופיזיולוגיה העצבית שלהם. ממצאים אלה השתנו בין מצבים קוגניטיביים ורשתות, כאשר משימות תובעניות מבחינה קוגניטיבית וקישוריות לכל המוח עולים על מדדי מצב מנוחה.
מודלים מונעי תיאוריה המבוססים על מסגרות אינטליגנציה מבוססות סיפקו תובנות משמעותיות, אך הושגו ביצועים טובים יותר על ידי מודלים של כל המוח. ביחד, המחקר הנוכחי זיהה כ-1,000 קשרים מוחיים בעלי חיזוי גבוה היוצרים רשת מבוזרת המשתרעת על פני מערכות תפקודיות מרכזיות.
