Lo que una imagen del cerebro puede (y no puede) decirnos

Seguro que las has visto: un cerebro en gris, con manchas de colores, y un titular que dice que «se ilumina la zona del miedo» o que así se ve el amor por dentro. Parece una fotografía del pensamiento. No lo es. Y entender por qué dice mucho sobre cómo trabaja la ciencia, con sus aciertos y con sus límites.

Qué estás mirando de verdad

Una de las fuentes de esas imágenes es la resonancia magnética funcional (fMRI), el método principal de neuroimagen en neurociencia cognitiva [1]. Lo importante es qué mide: señales hemodinámicas, relacionadas con la sangre, y esas señales limitan qué conclusiones se pueden sacar de ellas [1].

Las manchas de colores tampoco son «brillo». Los investigadores dividen el cerebro en pequeños cubos de tejido, llamados vóxeles, y usan pruebas estadísticas para decidir cuáles se comportan de forma distinta entre dos situaciones, por ejemplo mirar una cara o mirar una casa. Las manchas marcan los vóxeles, o los grupos de vóxeles, que superan un umbral estadístico [4]. Es un cálculo, no una fotografía.

Y ahí aparece la primera trampa.

Un salmón muerto que «ve» emociones

En 2009, un grupo de investigadores dio a conocer un experimento: metieron en un escáner a un salmón del Atlántico muerto, le mostraron fotografías de personas en situaciones sociales y le «pidieron» que determinara qué emoción sentía cada una [2][3]. Al analizar los datos con un umbral de p < 0,001 y sin corregir por comparaciones múltiples, apareció un pequeño grupo de vóxeles «activos» en la cavidad craneal del pez: 16 de los 8.064 del volumen analizado [2].

No era un descubrimiento sobre salmones. Los propios autores lo dicen: no se puede concluir que el pez estuviera haciendo la tarea; lo que muestra es que el ruido de la señal puede producir resultados falsos si no se controla [2]. En un volumen típico de fMRI hay unos 130.000 vóxeles, y con tantas pruebas estadísticas es casi seguro que algunas salgan «significativas» por puro azar [2]. La solución se llama corrección por comparaciones múltiples: al aplicarla, el salmón ya no mostraba ningún vóxel activo, ni siquiera con un umbral muy relajado [2]. El mensaje iba en el título del trabajo: hay que corregir.

Cuando falla el método, no solo el ejemplo

En 2016, tres investigadores, Anders Eklund, Thomas Nichols y Hans Knutsson, quisieron comprobar si los programas de análisis funcionaban bien. Usaron datos de 499 personas sanas en reposo, sin ninguna tarea que detectar, y simularon 2.880.000 análisis de grupo aleatorios con tres programas (SPM, FSL y AFNI) [4]. Si todo funcionara, solo un 5 % de ellos debería dar un falso positivo.

Con un método que agrupa los vóxeles vecinos en «clústeres», los falsos positivos llegaron a un 70 % [4]. Los autores atribuyeron el problema a que una suposición sobre cómo se parecen entre sí las señales de vóxeles vecinos no se cumplía en los datos reales. Una alternativa, la prueba de permutaciones, dio resultados mucho más cercanos a lo esperado, aunque en un trabajo posterior los mismos autores encontraron excepciones y propusieron cómo corregirlas [4][5].

Hay que leerlo con cuidado. El artículo original decía que ponía en duda la validez de «innumerables» estudios publicados que usaban ese tipo de método [4]. Dos años después, los propios autores aclararon que, sin querer, habían dado a entender que una gran parte de la literatura estaba afectada, cuando el problema grave se concentraba en una configuración concreta, y estimaron que al menos un 10 % de unos 23.000 estudios la había usado [5]. No es «toda la neuroimagen está mal». Es un problema real, más acotado de lo que se dijo al principio, y precisado por los propios autores.

Una región activa no es un pensamiento

Supón que en un experimento se activa el área de Broca, una región asociada al lenguaje, y alguien concluye: «esta persona estaba usando el lenguaje». Ese razonamiento, de la activación al proceso mental, se llama inferencia inversa, y es muy tentador.

El investigador Russell Poldrack explicó por qué puede ser débil [6]. Si una región se activa con frecuencia en tareas muy distintas, su activación da pocas pistas sobre una tarea concreta. En un análisis de 2006 con una base de datos de estudios, y partiendo de un 50 % de probabilidad previa, ver activada el área de Broca subía la probabilidad de que la persona estuviera usando el lenguaje solo hasta el 69 % [6].

Poldrack no pide dejar de hacerlo. Una inferencia inversa sirve para plantear hipótesis, pero, dice, a esa hipótesis hay que ponerle un asterisco hasta que se compruebe directamente [6].

Setenta equipos, los mismos datos

Otro experimento llegó en 2020. Se entregaron los mismos datos de fMRI, de 108 personas realizando una tarea de decisión bajo riesgo, a 70 equipos de investigación, y se les pidió que probaran nueve hipótesis fijadas de antemano [7]. De esos equipos, 69 ya tenían publicaciones previas con fMRI: no eran novatos [7].

Cada equipo analizó los datos a su manera. En una hipótesis, el 84,3 % de los equipos encontró un resultado significativo; en tres, los resultados fueron casi siempre no significativos; y en las otras cinco, entre el 21,4 % y el 37,1 % [7]. De media, uno de cada cinco equipos daba una conclusión distinta a la de la mayoría, y las diferencias aparecieron incluso entre equipos cuyas imágenes estadísticas intermedias eran muy parecidas [7]. El factor que más pesó fue el grado de suavizado espacial de las imágenes; los autores avisan de que las otras asociaciones que encontraron deben tomarse con cuidado por la poca potencia estadística [7].

Hubo también una buena noticia: al reunir los resultados de todos los equipos apareció un consenso significativo en las regiones activadas [7]. Y un dato humilde: los investigadores del campo que apostaron sobre los resultados en mercados de predicción sobrestimaron cuántas veces saldrían resultados significativos [7].