O rozczarowaniu, jakie przynosi neuroetyka (I)

R. Joyce: What neuroscience can (and cannot) contribute to metaethics, in: W. Sinnott-Armstrong (Ed.): "Moral Psychology Vol. 3: The Neuroscience of Morality: Emotion, Brain Disorders, and Development", MIT Press 2008.

Czy martwy łosoś może rozumieć ludzkie emocje? Postanowili to sprawdzić neuropsychologowie Craig Bennett, Abigail Bird, Michael Miller i George Wolford za pomocą funkcjonalnego magnetycznego rezonansu jądrowego (fMRI), czyli narzędzia wskazującego aktywne w danym momencie obszary mózgu poprzez pomiar przepływu i utlenowania krwi w tymże mózgu. Zakupionemu w pobliskim spożywczym łososiowi pokazywano fotografie ludzi w różnych sytuacjach i pytano go, jakie ci ludzie mogą odczuwać emocje. Łosoś miał co prawda pewne problemy z udzielaniem odpowiedzi, ale badanie wykazało aktywność w jego mózgu w czasie tych prób [t(131) > 3.15, p < 0.001, próg grupy 3 sąsiadujących wokseli]:

Wszystko to oczywiście nonsens. To znaczy Bennett et al. naprawdę zrobili fMRI martwemu łososiowi, naprawdę otrzymali takie wyniki i naprawdę opublikowali artykuł pod barokowym tytułem Neural Correlates of Interspecies Perspective Taking in the Post-Mortem Atlantic Salmon: An Argument for Proper Multiple Comparisons Correction w naprawdę istniejącym piśmie naukowym, które nazywa się Journal of Serendipitous and Unexpected Results. Łosoś prawdopodobnie jednak nie myślał zbyt wiele nad odpowiedziami, tylko pojawiły się tzw. fałszywe wskazania pozytywne (false positives). fMRI polega na podziale badanego obszaru na wielką ilość tzw. wokseli – czyli takich trójwymiarowych pikseli, w tym przypadku było to 130 000. Każdy z wokseli po kolei jest porównywany z całą resztą i na tej podstawie klasyfikowany jako „aktywny” lub „nieaktywny” (żeby stwierdzić aktywność w części mózgu, potrzeba przynajmniej kilku sąsiadujących ze sobą aktywnych wokseli). Przy takiej ilości porównań prawdopodobieństwo fałszywych wskazań pozytywnych jest niemal stuprocentowe. Można sobie z tym jednak poradzić stosując tzw. korekcję dla wielokrotnego porównania (multiple comparison correction). I kiedy Bennett et al. zrobili tę korekcję, nic się już w rybim mózgu nie świeciło.

Ciekawe w tej historii jest to, że znaczna część badań z udziałem fMRI olewa korekcję dla wielokrotnego porównania. Spośród wyników badań fMRI opublikowanych w 2008 w piśmie NeuroImage tylko 74% uwzględniało tę korekcję, procenty dla innych czołowych pism w tym samym roku są jeszcze mniejsze: Cerebral Cortex: 67,5%, Journal of Cognitive Neuroscience: 61,8%, Social Affective and Cognitive Neuroscience: 60%. Nie oznacza to jednak, że autorzy tych 25-40% artykułów i ich recenzenci to kompletni ignoranci czy hochsztaplerzy. Chodzi raczej o to, że fMRI to trudna do statystycznego okiełznania bestia. Korekcja dla wielokrotnego porównania nie jest w jego przypadku ani łatwa, ani oczywista. Standardowa formuła Bonferroniego wylewa tutaj dziecko z kąpielą: eliminuje fałszywe wskazania pozytywne jednocześnie przynosząc fałszywe wskazania negatywne. Bennett et al. zastosowali korekcję Benjaminiego-Hochberga (FDR) i korekcję opartą o Gaussian random field theory (jakkolwiek się to po polsku nazywa). Ale i te metody nie są oczywiste i bezproblemowe – powodzenie ich zastosowania zależy w dużej mierze od konkretnego badania. Przesłanie Bennetta et el. jest jednak takie, że fałszywe wskazania pozytywne to generalnie większy problem niż fałszywe wskazania negatywne i jakąś korekcję dla wielokrotnego porównania zawsze trzeba próbować robić.

Pierwszym poważnym rozczarowaniem dla kogoś obiecującego sobie wiele po interakcji etyki z neurobiologią jest więc po prostu to, że nie można ufać wszystkiemu, co zostało opublikowane nawet w najlepszych recenzowanych pismach. Co może być szczególnie przykre dla kogoś, kto – jak ja – w swoim obeznaniu ze statystyką nie wykracza daleko poza jednoczynnikową analizę wariancji.

To tylko element szerszego problemu mody na mózg, która zaczęła się gdzieś w latach dziewięćdziesiątych. Jednostki badawcze zaczęły masowo kupować różne narzędzia do neuroobrazowania (CT, PET, SPECT, EROS, DOT, NIRS, MEG, MRI) i za ich pomocą robić skany mózgu wszystkiemu, co się rusza, albo i nie rusza. Często bez dobrej hipotezy i ze zbyt luźnym, jak się okazuje, podejściem do statystyki. Doszło do tego, że podobno łatwiej dostać grant, jeśli się do projektu wrzuci kilka obrazków skanów mózgu i do któregoś ze słów w tytule doda przedrostek „neuro-”. Jak pokazało badanie D. P. McCabe'a i A. D. Castela z 2008, ten sam artykuł jest oceniany jako zdecydowanie rzetelniejszy, istotniejszy i ogólnie bardziej naukowy, kiedy się go zilustruje jakimiś skanami mózgu.

W dodatku nawet jeśli użyje się statystycznych narzędzi w nienaganny sposób i poskromi się swoją skłonność do przeceniania wyników takich badań, kolejne rozczarowanie przynosi fakt, że mózg jest zwyczajnie słabo zbadany i nie wiemy na jego temat dość podstawowych rzeczy: do czego dokładnie służą komórki glejowe, jak neurony kodują informacje, jak integrowane są różne wyspecjalizowane systemy, czym są emocje, czym jest inteligencja, czym jest pamięć, jak jest reprezentowany czas itd. Nie bardzo wiemy nawet jak działa mózg muszki owocowej, ale już próbujemy się zabierać za neurobiologię kryjącą się za sądami moralnymi u ludzi – niektórzy sądzą, że to na razie bezsensowne rzucanie się na zbyt głęboką wodę.

Są to jednak, może ktoś powiedzieć, cały czas dość powierzchowne problemy: narzędzia do badania mózgu mają swoje ograniczenia, nie zawsze posługujemy się nimi w rzetelny sposób, mamy skłonności do przeceniania tych badań, mało o mózgu wiemy itd. Wszystko wskazuje na to, że w przyszłości, i to nie takiej dalekiej, będziemy mieli lepsze narzędzia i będziemy wiedzieć o mózgu więcej. Naprawdę istotne pytanie to czy neurobiologia w ogóle co do zasady może pomóc w rozwiązywaniu etycznych kwestii. O tym jest wyżej podlinkowany tekst Richarda Joyce'a, ale o nim dopiero w następnej części.