Los investigadores han construido el primer modelo integral de cómo se comportan las neuronas en el cerebro cuando se enfrentan a un complejo proceso de toma de decisiones, y cómo se adaptan y aprenden de los errores.
El modelo matemático, desarrollado por investigadores de la Universidad de Cambridge, es la primera descripción biológicamente realista del proceso, y es capaz de predecir no solo el comportamiento, sino también la actividad neuronal. Los resultados, informados en El diario de la neurociencia , podría ayudar a comprender las condiciones del trastorno obsesivo compulsivo y la adicción a la enfermedad de Parkinson.
El modelo se comparó con datos experimentales para un amplio conjunto de tareas, desde elecciones binarias simples hasta la toma de decisiones secuenciales de varios pasos. Captura con precisión las probabilidades de elección de comportamiento y predice la inversión de elección en un experimento, un sello distintivo de la toma de decisiones complejas.
Nuestras decisiones pueden proporcionar una gratificación inmediata, pero también pueden tener consecuencias de largo alcance, que a su vez dependen de varias otras acciones que ya hemos realizado o que haremos en el futuro. El problema que la mayoría de nosotros tenemos es cómo tomar la decisiónposibles efectos a largo plazo de una decisión particular en cuenta, para que tomemos la mejor decisión.
Hay dos tipos principales de decisiones: basadas en hábitos y basadas en objetivos. Un ejemplo de una decisión basada en hábitos sería un viaje diario, que generalmente es el mismo todos los días. Así como ciertos sitios web se almacenan en caché en una computadora, entoncesque cargan más rápido la próxima vez que son visitados, los hábitos se forman al 'almacenar en caché' ciertos comportamientos para que se vuelvan prácticamente automáticos.
Un ejemplo de una decisión basada en objetivos sería un accidente de tráfico o el cierre de una carretera en ese mismo viaje, forzando la adopción de una ruta diferente.
"Una decisión basada en objetivos es mucho más complicada desde un punto de vista neurológico, porque hay muchas más variables: implica explorar un conjunto ramificado de posibles situaciones futuras", dijo el primer autor del artículo, el Dr. Johannes Friedrich de ColumbiaUniversity, que realizó el trabajo mientras era investigador postdoctoral en el Departamento de Ingeniería de Cambridge: "Si piensa en un desvío en su viaje diario, debe tomar una decisión por separado cada vez que llegue a una intersección".
Las decisiones basadas en hábitos han sido estudiadas a fondo por neurocientíficos y se conocen bastante bien en términos de cómo funcionan a nivel neuronal. Sin embargo, los mecanismos detrás de las decisiones basadas en objetivos siguen siendo difíciles de alcanzar.
Ahora, Friedrich y el Dr. Máté Lengyel, también del Departamento de Ingeniería de Cambridge, han construido una solución biológicamente realista para este problema computacional. Los investigadores han demostrado matemáticamente cómo una red de neuronas, cuando se conecta adecuadamente, puede identificar la mejor decisión en unsituación dada y su futura recompensa acumulativa.
"Construir este tipo de modelos es difícil porque el modelo tiene que planificar todas las decisiones posibles en cualquier punto dado del proceso, y los cálculos deben realizarse de una manera biológicamente plausible", dijo Friedrich. "Pero es una parte importantede averiguar cómo funciona el cerebro, ya que la capacidad de tomar decisiones es una competencia fundamental tanto para humanos como para animales ".
Los investigadores también descubrieron que para tomar una decisión basada en objetivos, las sinapsis que conectan las neuronas juntas deben 'incorporar' el conocimiento de cómo las situaciones se suceden unas a otras, dependiendo de las acciones que se elijan, y cómo resultanen recompensa inmediata
Crucialmente, también pudieron mostrar en el mismo modelo cómo las sinapsis pueden adaptarse y reestructurarse dependiendo de lo que funcionó o no funcionó anteriormente, de la misma manera que se ha observado en sujetos humanos y animales.
"Al combinar la planificación y el aprendizaje en un modelo coherente, hemos creado el que probablemente sea el modelo más completo de toma de decisiones complejas hasta la fecha", dijo Friedrich. "Lo que también me parece emocionante es descubrir cómo funciona el cerebrohacerlo ya nos ha sugerido nuevos algoritmos que podrían usarse en computadoras para resolver tareas similares ", agregó Lengyel.
El modelo podría usarse para ayudar a comprender una variedad de condiciones. Por ejemplo, existe evidencia de deterioro selectivo en el control conductual dirigido a objetivos en pacientes con trastorno obsesivo compulsivo, lo que los obliga a confiar en los hábitos.la comprensión de los procesos neuronales subyacentes es importante ya que la toma de decisiones deteriorada también se ha relacionado con intentos de suicidio, adicción y enfermedad de Parkinson.
Fuente de la historia :
Materiales proporcionado por Universidad de Cambridge . La historia original tiene licencia bajo a Licencia Creative Commons . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :