Los cerebros inteligentes tardan más en resolver problemas difíciles

Investigadores del BIH y la Charité - Universitätsmedizin Berlin, junto con un colega de Barcelona, descubrieron de manera sorprendente que los participantes con puntajes de inteligencia más altos solo eran más rápidos al abordar tareas simples, mientras que tardaban más en resolver problemas difíciles que los sujetos con puntajes de CI más bajos. En simulaciones cerebrales personalizadas de los 650 participantes, los investigadores pudieron determinar que los cerebros con una sincronía reducida entre áreas cerebrales "saltan a conclusiones" literalmente al tomar decisiones, en lugar de esperar a que las regiones cerebrales superiores completen los pasos de procesamiento necesarios para resolver el problema. De hecho, los modelos cerebrales de los participantes con puntajes más altos también necesitaban más tiempo para resolver tareas desafiantes, pero cometían menos errores. Los científicos ahora han publicado sus hallazgos en la revista Nature Communications.

Hay alrededor de 100 mil millones de neuronas en el cerebro humano. Cada una de ellas está conectada con aproximadamente 1,000 neuronas vecinas o distantes. Esta red incomprensible es la clave de las asombrosas capacidades del cerebro, pero también es lo que dificulta entender cómo funciona el cerebro.

La profesora Petra Ritter, jefa de la sección de simulación cerebral en el Instituto de Salud de Berlín de la Charité (BIH) y en el Departamento de Neurología y Neurología Experimental de la Charité - Universitätsmedizin Berlin, simula el cerebro humano utilizando computadoras. "Queremos entender cómo funcionan los procesos de toma de decisiones del cerebro y por qué las personas toman decisiones diferentes", dice, describiendo el proyecto actual.

Modelos cerebrales personalizados

Para simular los mecanismos del cerebro humano, Ritter y su equipo utilizan datos digitales de escáneres cerebrales como resonancia magnética (MRI), así como modelos matemáticos basados en conocimientos teóricos sobre procesos biológicos. Esto inicialmente da como resultado un "modelo" general del cerebro humano. Luego, los científicos refinan este modelo utilizando datos de personas individuales, creando así "modelos cerebrales personalizados".

Para el estudio actual, los científicos trabajaron con datos de 650 participantes del Proyecto Conectoma Humano, una iniciativa estadounidense que ha estado estudiando las conexiones neuronales en el cerebro humano desde septiembre de 2010. "Es el equilibrio adecuado entre excitación e inhibición de las neuronas lo que influye en la toma de decisiones y más o menos permite que una persona resuelva problemas", explica Ritter. Su equipo sabía cómo les fue a los participantes en extensas pruebas cognitivas y cuáles eran sus puntajes de CI.

Los cerebros artificiales se comportan como sus contrapartes biológicas

"Podemos reproducir la actividad de los cerebros individuales de manera muy eficiente", dice Ritter. "Descubrimos en el proceso que estos cerebros in silico se comportan de manera diferente entre sí, y de la misma manera que sus contrapartes biológicas. Nuestros avatares virtuales coinciden con el rendimiento intelectual y los tiempos de reacción de sus homólogos biológicos".

Curiosamente, los cerebros "más lentos" tanto en los humanos como en los modelos estaban más sincronizados, es decir, en sincronía entre sí. Esta mayor sincronía permitió que los circuitos neuronales en el lóbulo frontal esperaran más tiempo antes de tomar decisiones que los cerebros menos coordinados. Los modelos revelaron cómo la coordinación temporal reducida resulta en que la información necesaria para la toma de decisiones no esté disponible cuando se necesita ni se almacene en la memoria de trabajo.

Reunir evidencia lleva tiempo y conduce a decisiones correctas

Las resonancias magnéticas funcionales en estado de reposo mostraron que los solucionadores más lentos tenían una conectividad funcional promedio más alta, o sincronía temporal, entre las regiones cerebrales. En las simulaciones cerebrales personalizadas de los 650 participantes, los investigadores pudieron determinar que los cerebros con una conectividad funcional reducida literalmente "saltan a conclusiones" al tomar decisiones, en lugar de esperar a que las regiones cerebrales superiores completen los pasos de procesamiento necesarios para resolver el problema.

Se les pidió a los participantes que identificaran reglas lógicas en una serie de patrones. Estas reglas se volvieron cada vez más complejas con cada tarea y, por lo tanto, más difíciles de descifrar. En términos cotidianos, una tarea fácil consistiría en frenar rápidamente en un semáforo en rojo, mientras que una tarea difícil requeriría trabajar metódicamente en la mejor ruta en un mapa de carreteras. En el modelo, ocurre una competencia denominada "ganador se lleva todo" entre diferentes grupos neuronales involucrados en una decisión, y los grupos neuronales con mayor evidencia prevalecen. Sin embargo, en el caso de decisiones complejas, a menudo no hay evidencia lo suficientemente clara para tomar decisiones rápidas, lo que obliga literalmente a los grupos neuronales a saltar a conclusiones.

"La sincronización, es decir, la formación de redes funcionales en el cerebro, altera las propiedades de la memoria de trabajo y, por lo tanto, la capacidad de 'soportar' períodos prolongados sin una decisión", explica Michael Schirner, autor principal del estudio y científico en el laboratorio de Ritter. "En tareas más desafiantes, tienes que almacenar el progreso anterior en la memoria de trabajo mientras exploras otras soluciones y luego las integras entre sí. Esta recopilación de evidencia para una solución particular a veces puede llevar más tiempo, pero también conduce a mejores resultados. Pudimos usar el modelo para mostrar cómo el equilibrio entre excitación e inhibición a nivel global de toda la red cerebral afecta la toma de decisiones y la memoria de trabajo a nivel más detallado de grupos neuronales individuales".

Los hallazgos son interesantes para la planificación del tratamiento

Ritter se complace en que los resultados observados en los "avatares cerebrales" basados en computadora coincidan con los resultados observados en sujetos "reales" sanos. Después de todo, su principal interés es ayudar a los pacientes afectados por enfermedades neurodegenerativas como la demencia y la enfermedad de Parkinson. "La tecnología de simulación utilizada en este estudio ha avanzado significativamente y se puede utilizar para mejorar la planificación in silico personalizada de intervenciones quirúrgicas y medicamentosas, así como la estimulación cerebral terapéutica. Por ejemplo, un médico ya puede utilizar una simulación por computadora para evaluar qué intervención o medicamento podría funcionar mejor para un paciente en particular y tener menos efectos secundarios".