Recherche

Commandes & Abonnements

On focalise actuellement sur l’imagerie cérébrale qui donne le ton quant aux découvertes faites en neurosciences. Des techniques fiables ?

L’imagerie cérébrale désigne l’ensemble des techniques qui permettent d’observer le cerveau. Depuis le début des années nonante, les progrès de l’informatique et de la détection des rayonnements ont permis de perfectionner et d’affiner les techniques d’imagerie cérébrale. Dans le domaine de l’imagerie cérébrale, on distingue généralement l’imagerie anatomique et l’imagerie fonctionnelle. La première est conçue pour localiser et mesurer les différentes parties du cerveau lorsqu’il n’est pas en activité. La deuxième, l’imagerie fonctionnelle, mesure l’activité de certaines régions du cerveau et consiste à faire effectuer une tâche cognitive à un individu et à mesurer le signal produit par l’activité cérébrale.
Ici réside la grande nouveauté  !
Une des techniques les plus employées est l’imagerie par résonance magnétique. Grâce à elle, on peut voir ce qui se passe dans le cerveau lorsque des personnes doivent résoudre des problèmes. On voit les régions du cerveau qui s’activent lors de la réalisation d’une tâche. On peut également voir quelles sont les régions cérébrales qui sont les plus activées après un type d’enseignement ou d’apprentissage.
Mais peut-on se fier aux conclusions tirées des observations faites via cette imagerie  ?
En 2013, plusieurs auteurs publient un article dans Nature Reviews Neuroscience où ils montrent que la puissance statistique des études en neurosciences est très faible. En d’autres termes, le nombre de sujets participant aux études d’imagerie cérébrale n’est pas assez élevé pour assurer la fiabilité du phénomène décrit. Un des auteurs, Katherine Button, a mené une enquête sur quarante-huit expériences d’imagerie publiées durant l’année 2011, et elle en conclut que la plupart de ces expériences ont une puissance statistique proche des 20 %. Les conséquences de cette très faible puissance statistique sont une surestimation de l’effet interprétatif du phénomène décrit et une faible reproductibilité des résultats. Pour ces auteurs, l’amélioration de la reproductibilité en neurosciences devra être une priorité essentielle.
La précision et l’interprétation des images sont une source de complications. Par exemple, il suffit d’un moindre mouvement du patient pour modifier les résultats : dans certaines situations, les variations trouvées du signal seraient dues aux mouvements du sujet plutôt qu’à l’activité cérébrale. La création d’une image est donnée par la combinaison de plusieurs informations envoyées par les capteurs qui demandent un travail de modélisation par le scientifique. Les experts sont confrontés à plusieurs difficultés lorsqu’ils doivent interpréter les données recueillies. Par exemple, la généralisation de l’étude de l’image du cerveau d’un sujet à l’ensemble d’une population suppose que les images du cerveau d’un sujet soient comparables à celles des autres alors que des réseaux neuronaux impliqués pour certaines fonctions (telles que le langage, le calcul, la conscience) ne sont pas forcément les mêmes d’une personne à l’autre. Il y a également une difficulté à déterminer les aires impliquées dans une tâche et à déterminer le seuil à partir duquel on veut enregistrer l’activité cérébrale d’activité, car s’il est trop faible, il est possible d’inclure des aires non impliquées, s’il est trop élevé, on peut éliminer des résultats importants. Certaines auteurs proposent une approche critique de la neuroimagerie. Ils montrent ses limites et ses potentialités en analysant les méthodes, les interprétations et les interrogations posées par les récents progrès de l’imagerie cérébrale. Ils s’opposent à une conception visant à réduire la psychologie aux neurosciences cognitives par l’intermédiaire des technologies d’imagerie cérébrale. Pour éviter une telle dérive et pour continuer à profiter des résultats amenés par l’imagerie cérébrale, ces auteurs proposent de jeter de solides bases d’une collaboration interdisciplinaire.
Un risque potentiel est la surestimation des données neuroscientifiques et de vouloir réduire la psychologie aux neurosciences cognitives par l’intermédiaire des technologies d’imagerie cérébrale.
Le risque est grand de vouloir tout segmenter. Où se trouve alors l’homme  ? 

Serafino Malaguarnera, Dictionnaire de neuropsychanalyse, CreateSpace Independent Publishing Platform, 2016.