Denken zichtbaar maken. Hoe kunstmatige intelligentie helpt om hersenactiviteit beter te begrijpen

Links op de foto: Marieke van Vugt en rechts Natasha Maurits.

Twee onderzoeken, twee soorten knelpunten

Natasha Maurits, hoogleraar Klinische Neuroengineering, richt zich op veranderingen in hersenactiviteit bij hersenletsel en veroudering. Voor haar onderzoek heeft ze deelnemers nodig die kunnen meewerken aan metingen. Vooral patiënten met hersenletsel of oudere deelnemers kunnen dat niet altijd, waardoor er eenvoudig te weinig mensen zijn om mee te doen. Het probleem zit dus vooral in de beschikbaarheid van deelnemers.

Bij Marieke van Vugt, universitair hoofddocent Cognitive Modeling, ligt het knelpunt anders. Zij onderzoekt hoe gedachten verschuiven, afdwalen of blijven hangen, bijvoorbeeld bij piekeren of dagdromen. Om dit goed te bestuderen, zouden proefpersonen lange tijd in het lab moeten zitten. Dat is in de praktijk nauwelijks haalbaar. Hierdoor blijft er per persoon minder informatie over dan haar onderzoek vraagt.

Beiden zoeken dus naar manieren om méér inzicht te krijgen, zonder mensen te zwaar te belasten.

Waarom kunstmatige data kan helpen

Daarom maken de onderzoekers gebruik van kunstmatige intelligentie. Met zogeheten generatieve modellen (systemen die zelf patronen leren herkennen) kunnen ze gesimuleerde hersensignalen maken. Je kunt het zien als nabootsingen van de golfbewegingen die in echte hersenmetingen terugkomen. Deze kunstmatige gegevens vervangen echte metingen niet, maar kunnen aanvullen wat ontbreekt. Daardoor kunnen vragen worden onderzocht waarvoor anders te weinig materiaal zou zijn.

Eerst begrijpen, dan toepassen

Het gebruik van AI vraagt wel om zorgvuldigheid. “We willen precies weten hoe zo’n model tot zijn resultaten komt,” zegt Maurits. “Alleen dan kun je het verantwoord gebruiken.” De onderzoekers proberen daarom de achterliggende logica van de modellen te doorgronden: waarom ontstaat een bepaald patroon en wanneer kun je de gesimuleerde gegevens vertrouwen?

Meer zicht op denkprocessen

Voor Van Vugt sluit deze aanpak aan bij haar onderzoek naar de dynamiek van denken. Ze wil begrijpen hoe iemand blijft hangen in een gedachte, bijvoorbeeld bij piekeren, en of je dat patroon kunt doorbreken. Samen met collega Marie-José van Tol kijkt ze hoe interventies zoals mindfulness en positief fantaseren die denkprocessen beïnvloeden. “Als we hersenactiviteit beter leren interpreteren, kunnen we misschien al vroeg zien wanneer iemand vastloopt in zijn gedachten,” vertelt ze.

Voorzichtig optimisme

Het onderzoek staat nog aan het begin, maar de eerste resultaten zijn veelbelovend. De onderzoekers hebben kunstmatige hersensignalen ontwikkeld die sterk lijken op echte patronen. De volgende stap is om deze te koppelen aan processen zoals aandacht, geheugen en momenten van afdwalen.

“Uiteindelijk wil ik graag begrijpen hoe hersenactiviteit verandert bij veroudering of na hersenletsel,” zegt Maurits. “AI kan patronen zichtbaar maken die anders verborgen blijven. Maar we moeten goed weten wat het model doet voordat we er conclusies uit trekken.”

Een bredere betekenis

Omdat hersenonderzoek vaak beperkt wordt door een tekort aan meetbare gegevens, kan deze aanpak wereldwijd nieuwe mogelijkheden bieden voor onderzoek naar hersenletsel en dementie, maar ook voor het beter begrijpen van alledaagse denkprocessen.

Van Vugt: “Het doel is niet om het brein te vervangen, maar om het beter te begrijpen. Zo bouwen we stap voor stap aan meer inzicht in het meest complexe systeem dat we kennen: ons eigen brein.”

Dit onderzoek maakt deel uit van het M20-programma van de Aletta Jacobs School en wordt gefinancierd door het Ubbo Emmius Fonds. 

Ook doneren? Word vriend of supporter van het Ubbo Emmius Fonds en maak vooruitstrevend wetenschappelijk onderzoek mogelijk aan de Rijksuniversiteit Groningen. 

Tekst: Djoeke Bakker 

Afbeelding: Reyer Boxem