La ricerca onirica è tormentata dalla sua dipendenza dal rapporto verbale soggettivo del sognatore. Non possiamo verificare in modo indipendente se una persona ha sognato. Tutto ciò che abbiamo è il suo rapporto che ha in realtà avuto un sogno. Se vediamo i caratteristici schemi di attività cerebrale del sonno REM su una macchina EEG, la nostra certezza che quella persona sta sognando è aumentata ma mai assolutamente certa. Quando le persone sono risvegliate da REM, non riportano sempre un sogno. Tuttavia, la maggior parte delle persone, la maggior parte delle volte, segnala un sogno quando viene svegliato dal sonno REM.
Anche se diamo per scontato che una persona stia vivendo un sogno quando entra nel sonno REM, non abbiamo idea di cosa stia sognando. Per scoprire cosa la gente sogna, dobbiamo chiedere loro. Ancora una volta siamo totalmente dipendenti dal rapporto soggettivo se vogliamo studiare contenuti onirici.
Sarebbe bello se non dovessimo chiedere alla persona in cosa consistesse il suo sogno. Se invece conoscessimo il codice neurale di base con cui il cervello elabora il contenuto cognitivo, potremmo semplicemente consultare il codice visualizzato nei modelli di attività cerebrale e quindi ricavare il contenuto del sogno. Naturalmente siamo molto lontani dalla decifrazione del codice neurale che il cervello umano usa per rappresentare il contenuto cognitivo, MA una recente pubblicazione ci ha avvicinato di un passo al fare proprio questo.
Horikawa et al (Science, Vol 340, 4 aprile 2013) hanno reclutato 3 volontari per studiare la loro attività cerebrale (misurata con fMRI ed EEG) durante lo stato transitorio del sonno (S1) quando molte persone sperimentano allucinazioni ipnagogiche. Quando i volontari sono passati a questo stato S1, sono stati svegliati e hanno riportato verbalmente la loro esperienza visiva durante il sonno. I pattern di attività fMRI sono stati utilizzati come input in un programma di simulazione al computer che ha trattato i pattern fMRI come codice per le parole che rappresentano oggetti visivi. Quei codici di oggetti visivi sono stati etichettati con parole derivate dalla descrizione verbale del soggetto della sua esperienza visiva durante il sonno. Ad esempio, se la persona ha riferito di aver visto una casa rossa mentre la fMRI ha visualizzato un motivo X nella corteccia visiva, la macchina ha appreso che il motivo X o un motivo simile a X indicava sempre "casa rossa".
Una volta che la macchina ha appreso un gran numero di queste associazioni di oggetti modello, poteva prevedere cosa stava vedendo il soggetto durante il sonno basandosi unicamente su modelli di risonanza magnetica funzionale. I ricercatori non hanno dovuto chiedere all'argomento di riferire la sua esperienza visiva. La macchina potrebbe farlo (almeno il 60% delle volte) se i modelli fMRI correnti corrispondono a quelli del suo repertorio di accoppiamenti di oggetti immagine acquisiti.
Ci sono diverse implicazioni e domande significative per la ricerca onirica … In primo luogo, quando i volontari di Horikawa hanno confermato che la macchina era ampiamente corretta nelle sue previsioni su ciò che stavano vedendo nel sonno, ciò implicava che alla fine saremmo in grado di esaminare i record di neuroimaging degli stati di sonno e essere in grado di dire ciò che la gente sogna.
Se, un giorno, guardiamo a migliaia di questi record di neuroimaging da un ampio gruppo di soggetti e quindi mettiamo insieme un riassunto di ciò che queste persone sognano, possiamo quindi raccogliere i rapporti sui sogni associati a queste persone e confrontare i rapporti con i record di neuroimaging . Se il confronto si abbina bene (al di là di ciò che ci si aspetterebbe in base al caso), possiamo più facilmente fidarci delle segnalazioni verbali delle persone riguardo al contenuto dei loro sogni. Possiamo essere sempre più fiduciosi che le relazioni delle persone riguardo ai loro sogni siano solitamente non ingannevoli, veridiche o veritiere.
In secondo luogo, poiché la nostra conoscenza dell'impatto dei sogni sul comportamento di veglia aumenta, saremo in grado di trattare le persone con disturbi del sogno dolorosi (come incubi ripetitivi) in modo più efficace. Se, ad esempio, il mostro X appare sempre con pattern fMRI Y e il farmaco z elimina il pattern Y dalla fMRI E il paziente riporta sollievo dopo il trattamento, quindi possiamo dedurre che quell'immagine del sogno e il suo schema cerebrale associato stavano effettivamente causando l'angoscia.
In terzo luogo, quando la scienza del sogno inizia a identificare alcune immagini ricorrenti del contenuto del sogno come forti predittori di modelli comportamentali di veglia, l'analisi della macchina di queste immagini oniriche può essere utilizzata per prevedere i modelli comportamentali di veglia.
In quarto luogo, sarà affascinante confrontare le firme cerebrali per le immagini ricorrenti dei sogni con le loro controparti al risveglio. Vedere una casa rossa in un sogno richiede la stessa firma neurale di vedere una casa rossa durante la veglia? I risultati di Horikawa suggeriscono che la risposta è Sì, ma potrebbe non essere il caso quando ci spostiamo dal catalogo di semplici immagini visive studiate nei soggetti di Horikawa.
In quinto luogo, il contenuto interessante dei sogni riguarda più spesso le emozioni. Le emozioni sono associate alle firme neurali. La macchina può imparare a prevedere il contenuto emotivo dei sogni sulla base delle firme neurali?
