I dag er EEG-målinger et nyttig verktøy på sykehus, men det har et stort, ubrukt potensial, ifølge Solveig Næss, som jobber med dataanalyse. Forskerne får nemlig svært mye data fra målingene på utsiden av hjernen, men uten å kunne koble dem til de underliggende mekanismene på innsiden.
Ubrukte, men potensielt verdifulle data kan være svært plagsomt for en forsker. Problemet er i hovedsak at det finnes to modeller av hjernen – og de passer ikke sammen.
Ved å knytte de to modellene sammen håper Næss at det blir mulig å diagnostisere for eksempel alzheimer eller schizofreni basert på slike EEG-målinger. Resultatene så langt er lovende.
EEG – elektroencefalografi – måler de elektriske signalene inne i hjernen. Næss forklarer at det er mulig å se hva slags tilstand hjernen er i, for eksempel om du er i koma eller har et epilepsianfall. Det er også mulig å skjønne hvor en hjernesvulst ligger, eller hvilke områder i hjernen som er aktive når du skal løse en logisk oppgave.
– Vi bruker slike målinger til å påvise eller utelukke nevrologiske sykdommer, slik som epilepsi, forklarer Torbjørn Elvsåshagen, som jobber ved Oslo universitetssykehus. Slike målinger gir ingen informasjon om en persons tankeinnhold eller preferanser.
Ifølge Elvsåshagen kan EEG-målinger også gi ny kunnskap om mekanismer bak psykiske sykdommer, som schizofreni og bipolar lidelse. Slike målinger viser forskjeller hos mennesker med psykiatriske sykdommer på gruppenivå, men er fremdeles for unøyaktige til å kunne si noe sikkert om én enkelt person. Årsaken er at forskjellene mellom ulike sykdommer kan være små og den individuelle variasjonen stor.
To modeller – én hjerne
De elektriske signalene i hjernen er måten cellene snakker sammen på. I en datamaskin er det strøm som sørger for at det er mulig å behandle informasjon. Selv om det kan høres teknisk og robotaktig ut, er det også slik hjernecellene kommuniserer. Forskjellen er at en hjernecelle er ganske mye mer kompleks enn en transistor i en datamaskin.
Det finnes svært gode matematiske modeller av elektrisiteten inne i én enkelt celle. Det er mulig å bruke en datamaskin til å gange en slik modell med 100.000 og få svaret på hvordan det elektriske feltet i hjernen vil se ut, ifølge Næss. En slik modell viser det som skjer inne i hjernen – en slags innsidemodell.
Det er bare ett problem: Disse modellene sier nesten ingenting om hva man faktisk kan måle på utsiden av hodeskallen ved hjelp av EEG. De som jobber med EEG-målinger, lager sine egne modeller av hva som skjer inne i hjernen basert på det som er målt på utsiden. En slik modell kan kalles en utsidemodell. Problemet med utsidemodellen er at forskerne «gjetter» på hva de tror skjer på innsiden.
Den detaljerte innvendige modellen, og den faktiske modellen av målingen på utsiden, passer rett og slett ikke sammen. Det er her Næss ønsker å bidra med faktiske tall som gjør at forskere som bruker utsidemodellen, slipper å gjette. Arbeidet med doktorgraden hennes ved Centre for Integrative Neuroplasticity på Universitetet i Oslo bidrar til å gjøre det mulig å koble modellene sammen.
Hjernen er et musikalteater – og vi mangler billett
Næss forklarer problemet slik:
Se for deg at hjernen er et musikalteater. Forskeren, du, står på utsiden av musikalteatret uten billett. Hvis du er heldig, kan du få med deg takten i musikken, du hører hvorvidt bandet spiller eller ikke, og kanskje du også kan høre stemningen. Det er likevel ganske mye informasjon som mangler for å forstå handlingen på scenen eller teksten i sangen.
Med dyreforsøk er det mulig å høre mikrofonen til én enkelt sanger på scenen, eller måle aktiviteten til én enkelt hjernecelle. Slike forsøk krever at forskerne opererer en elektrode inn i hjernen, og dette gjøres ikke på mennesker.
Med en datamaskin kan vi bruke den innvendige hjernemodellen til å modellere noter eller sangtekster, kanskje får du lytte til hele koret. Den utvendige hjernemodellen er forskeren som står på utsiden av lokalet og prøver å finne ut hvilken musikal som blir spilt.
Det Næss ønsker seg, er å kunne koble notene til det du kan høre på utsiden av musikalscenen. Da blir det veldig mye enklere å forstå hva som skjer. Det som trengs, er en slags nøkkel som kan koble de to modellene sammen.
Gjette på løsninger
Nøkkelen heter dipolmoment. Dipolmomentet beskriver strømmens styrke og retning i hjernen. Når forskerne har sett på hjernen med EEG-målinger, har de tatt mange opptak av orkesterbråket som kan høres på utsiden av musikalteatret. Dette har de brukt til å gjette, eller anta, et elektrisk dipolmoment.
Problemet med å gjette er at den samme målingen kan komme fra veldig ulike utgangspunkt.
Se for deg at du er en musikalsanger med en mikrofon. Hvis du står nær mikrofonen, kan du hviske, og publikum vil høre deg. Alternativt kan du stå et stykke unna og synge av full hals, men lyden blir ikke nødvendigvis høyere enn når du hvisker hvis du bare står langt unna. Du kan altså få samme lydstyrke ut, men avstanden til mikrofonen og styrken på stemmen kan være avgjørende.
Slik er det også med strøm: Avstanden fra de strømførende cellene til måleren, og styrken på strømmen, påvirker måleresultatet. Svak strøm, men kort avstand, kan gi samme svar som sterk strøm på større avstand.
Når dette ganges med noen milliarder celler, slik som i hjernen, kan det å gjette på hvorfor du har fått det måleresultatet du har, gi et misvisende svar.
Mindre gjetting
Næss har jobbet mest med de detaljerte innsidemodellene av hjernen. Her er det liten grad av gjetting, for forskerne kan modellere ganske nøyaktig hva som skjer. Næss har tatt de mest avanserte av innside-modellene og oversatt dem til nøkler som passer inn i EEG-målingene på utsiden. Da er det mulig å se om de detaljerte modellene passer sammen med det som faktisk blir målt.
For at leger skal kunne sette medisinske diagnoser, må Næss og andre forskere lage en database med årsaker til at det er ulike EEG-målinger.
Har pasienten schizofreni?
For å forstå hvor viktig denne nøkkelen er, kan vi gjøre et tankeeksperiment. Se for deg at en person har tatt en EEG-måling av hjernen sin. Legen ønsker å vite hva som er galt, men fordi han må gjette hva «nøkkelen» er, vet han ikke nøyaktig hva som er den underliggende årsaken til at målingen ser ut som den gjør.
Dersom legen kunne ha søkt i en slik database som Næss ønsker å lage, kunne han kanskje løst problemet.
Det er nemlig slik at noen sykdommer, slik som schizofreni, er sterkt koblet til måten de elektriske signalene i hjernen fungerer på. Ifølge Elvsåshagen er det trolig flere hundre ulike genområder som er koblet til schizofreni, og mange av disse genområdene koder for måten en celle fører strøm på. Dette er det mulig å sette inn i en av modellene til Næss.
– Vi vet at noen av disse genene påvirker det elektriske samspillet mellom nerveceller i hjernen, forklarer Elvsåshagen.
Noen kombinasjoner av gener kan gi sårbarhet for sykdommer som schizofreni, men det er også et samspill med miljøet rundt. Det er grunn til å tro at ulike kombinasjoner av genvarianter og miljøfaktorer kan føre til schizofreni. Det kan igjen bety at mekanismene bak sykdommen varierer fra person til person. Det gjør forskningen ekstra utfordrende.
Medisin hjelper noen, men ikke alle
Med mange gener som kan være med å påvirke sykdommen, trengs det mye arbeid for å finne alle mulige kombinasjoner som gir sykdom. Når forskerne vet hvordan noen av disse genene virker, kan Næss lage en innsidemodell av en hjerne hvor disse genene ikke virker som de skal. Hvis Næss' modell passer til EEG-målingene til pasienten i tankeeksperimentet, vet legen at han eller hun har schizofreni og hvilke gener som har forårsaket det.
Det betyr at det på sikt er mulig å finne forklaringer på hvorfor noen pasienter får god effekt av enkelte medisiner, mens andre ikke får det.
Dette gir Næss og andre forskere håp om at det er mulig å få mye mer informasjon ut av EEG-målinger i fremtiden.
Denne artikkelen ble først publisert på Titan.uio.no
