Los científicos japoneses crearon con éxito una máquina de resonancia magnética que puede registrar sueños y reconstruirlos para verlos más tarde.
En 2013, investigadores japoneses publicaron un estudio que describe un método para “registrar sueños” mediante el uso de imágenes por resonancia magnética funcional (fMRI) para registrar la actividad cerebral asociada con objetos particulares cuando un sujeto está tanto despierto como dormido. Las grabaciones resultantes consisten en destellos de imágenes de objetos que se correlacionan con esta actividad cerebral.
El resultado no es una grabación directa en vídeo en el sentido habitual, ni comprende un registro narrativo del sueño de un sujeto como han sugerido algunas publicaciones en las redes sociales. Más bien, los clips consisten en una rápida sucesión de imágenes fijas ensambladas con la ayuda de un programa de aprendizaje automático.
El desarrollo de una tecnología para grabar y reproducir sueños como una película, permitiendo a los soñadores revivir sus fantasías y pesadillas más salvajes, parece cosa de ciencia ficción. Pero en 2013, la noticia de un experimento que validó al menos parcialmente la idea apareció en los titulares de publicaciones de medios como El borde, NPRy bbc.
La noticia resurgió más de una década después, aunque de forma un tanto exagerada, cuando un memes compartido en Facebook el 15 de enero de 2024, afirmó lo siguiente:
(Captura de pantalla/Facebook)
Es cierto que en 2013, una investigación japonesa desarrolló una tecnología para “leer” y “grabar” sueños, por así decirlo, pero dijeron que las grabaciones no eran “como una película”, como afirmaban algunas publicaciones en las redes sociales. Como tal, hemos calificado esta afirmación como Mezcla.
Publicar su trabajo en la revista revisada por pares. Ciencialos investigadores japoneses describieron un método para registrar los sueños mediante el uso de imágenes por resonancia magnética funcional (fMRI), una técnica no invasiva que la Universidad de California en San Diego, descrito como utilizado para medir y mapear la actividad cerebral.
Este “enfoque de decodificación neuronal” utilizó modelos de aprendizaje automático que relacionarían patrones particulares de actividad cerebral con objetos particulares, tanto cuando el sujeto de prueba estaba despierto como dormido.
Los sueños a menudo, aunque no siempre, se asocian con experiencias visuales. Pero, ¿nuestros cerebros se comportan de la misma manera cuando vemos algo mientras estamos despiertos que cuando estamos dormidos? Para averiguarlo, los investigadores registraron la actividad cerebral de tres sujetos de prueba (un tamaño de muestra relativamente pequeño) cuando a los sujetos se les mostró una variedad de objetos cuando estaban despiertos.
Además de la resonancia magnética funcional, los científicos equiparon a estos sujetos de prueba con un electroencefalograma (EEG), una prueba que la Clínica Mayo descrito como método para medir la actividad eléctrica en el cerebro mediante pequeños discos metálicos (electrodos) colocados en la cabeza. Luego se pidió a los participantes que se durmieran y se los despertó tan pronto como el EEG detectó actividad cerebral que indicaba que estaban soñando.
Al despertar, los científicos pidieron a los sujetos que describieran el contenido de su sueño y, como la resonancia magnética funcional también registró la actividad cerebral durante el sueño, los científicos intentaron hacer coincidir los objetos visualizados en el sueño con los vistos por los sujetos mientras estaban despiertos basándose en el cerebro correspondiente. patrones de actividad. El proceso se repitió hasta que los investigadores obtuvieron 200 informes visuales de cada sujeto.
Las palabras que describen objetos visuales se agruparon en 20 categorías básicas, como masculino o femenino, y cada informe verbal fue representado por una imagen.
Luego, estos datos se ingresaron en un decodificador, que fue descrito por los científicos en una entrevista de Science Podcast del 5 de abril de 2013. como un modelo de aprendizaje automático que predijo el contenido visual dada la actividad cerebral medida mediante el uso de un algoritmo que podría identificar imágenes a escala fina, imagen por imagen.
¿El resultado? Aunque la actividad cerebral asociada con un objeto determinado difiere de persona a persona, los individuos experimentan la misma actividad cerebral asociada con el objeto cuando están despiertos que cuando están soñando. Las “grabaciones” resultantes consistieron en destellos de objetos que se correlacionaban con esta actividad cerebral, aunque no una narrativa parecida a una película como algunos han sugerido.
“En conjunto, nuestros hallazgos proporcionan evidencia de que contenidos específicos de la experiencia visual durante el sueño están representados y pueden leerse a partir de patrones de actividad cortical visual compartidos con la representación de estímulos”, concluyeron los investigadores.
“Nuestro método puede funcionar más allá de los límites de las etapas del sueño y la experiencia reportable para descubrir la dinámica de la actividad cerebral espontánea en asociación con la representación de estímulos. Esperamos que conduzca a una mejor comprensión de las funciones de los sueños y los eventos neuronales espontáneos”.
Snopes se puso en contacto con los autores del estudio para determinar en qué punto se encontraba la investigación en enero de 2024. El autor del estudio, Yukiyasu Kamitan, profesor de la Escuela de Graduados en Informática de la Universidad de Kioto, escribió que “no hay mucho progreso específicamente en los sueños”.
Sin embargo, los investigadores han mejorado sus métodos de reconstrucción de imágenes visuales que ahora permiten reconstruir imágenes arbitrarias que no se limitan a las categorías utilizadas para el estudio anterior.
“El [newly updated] El modelo también puede reconstruir imágenes que reflejan experiencias visuales subjetivas, como imágenes mentales, atención e ilusiones. Ahora estamos probando los datos del sueño para ver si las imágenes generadas reflejan el contenido del sueño”, escribió Kamitan.
