C- LA VARIABILITÉ DES DONNÉES ET L'INTERPRÉTATION DES RÉSULTATS
Il n'est pas rare que pour une personne donnée, en utilisant le même appareil, l'on constate après très peu de temps d'intervalle une variation inexplicable de l'image. Cette variabilité peut constituer une source d'information autant pour le cerveau lui-même que pour le chercheur qui analyse les données, ce qui doit être pris en considération dans les interprétations.
Pour Lionel Naccache 105 ( * ) , le développement de ces techniques ne s'accompagne pas d'un appauvrissement de l'expertise clinique...Plus on développe ces outils, plus les besoins d'expertise se font sentir. « Avec une IRM, on observe beaucoup de choses. Or la relation entre ce que l'on voit sur une image et ce que le patient présente est encore plus difficile à comprendre que lorsque l'on ne disposait pas du tout d'images ou bien d'images de moins bonne qualité, comme avec le scanner. Le développement de ces techniques présuppose un développement d'une expertise de compétence clinique ». Selon lui, mettre en relation des images avec ces symptômes n'a rien d'évident. Il ajoute « bien souvent, les tests fonctionnels n'ont de valeur que s'ils sont positifs. Si un test est négatif, on ne peut bien souvent pas en dire grand-chose ».
En IRMf, par exemple on mesure un changement de signal, ce qui n'est pas une mesure directe de l'activité cérébrale, mais une estimation indirecte de la consommation d'énergie, induite par des modifications du champ magnétique. Ces estimations, souvent calculées par contraste, postulent que plus un réseau cérébral travaille, plus il consomme d'oxygène. Selon Yves Agid 106 ( * ) , « On mesure un débit sanguin central dans des capillaires qui reflètent une activité neuronale et non l'inverse. Les neurones étant, pour moi, des routes : un neurone comprend des terminaisons nerveuses, des dendrites, un corps cellulaire, et des cellules gliales, qui sont plus représentées dans le cerveau que les neurones. L'autre problème lié à la machine est celui du signal sur un bruit de fond.»
La plupart des spécialistes observent que, s'agissant des biais et des limites liés à l'utilisation de la neuroimagerie, il faut savoir que celle-ci ne représente qu'un reflet (un corrélat), très éloigné du fonctionnement neuronal. On mesure des voxels 107 ( * ) , (pixel en trois dimensions) par informatique. Des interprétations sont effectuées en fonction des différents stades de l'utilisation de l'outil mathématique. La responsabilité de l'utilisateur est donc majeure. Olivier Oullier 108 ( * ) note que de nombreuses études utilisant l'IRMf portent sur des échantillons de moins de quarante personnes recrutées dans des campus nord-américains. Les résultats de psychologie et de neurosciences cognitives souvent généralisés, sont généralement obtenus sur des populations d'étudiants qui ne sont donc pas forcément représentatifs de la population globale. Ce manque de représentativité vaut pour des tâches aussi différentes que la perception visuelle, la catégorisation, l'induction ou le raisonnement moral. On réalise ainsi que certains traits psychologiques, que beaucoup considèrent comme universels ou invariants, sont en fait particuliers à un groupe de sujets et non généralisables sur la seule base d'une expérience de laboratoire.
1- Quelles représentations de quelles images ?
Certes l'IRM et de l'IRMf sont toutes les deux des modalités qui permettent de « voir » à l'intérieur du corps humain, mais pour reprendre la métaphore utilisée par Sylvain Ordureau 109 ( * ) , l'IRM peut être assimilée à une vue aérienne diurne qui renseigne sur la topographique c'est-à-dire l'anatomie du cerveau. L'IRMf, qui informe sur l'activité des zones survolées produit une vue nocturne, comparable à la « fonction ». Ainsi « Un manque d'éclairage peut montrer que le terrain est inhabité ou qu'il y a une absence d'activité. Les lumières générées par une circulation d'automobiles peuvent donner une indication sur la densité du trafic. C'est le propre de l'IRMf que de visualiser les activités cérébrales ainsi que certaines déficiences dans les cas de pathologies du cerveau ».
Selon Yves Agid : «s'agissant des biais particuliers de l'IRMf, se pose la question de l'illusion pour mesurer ce qu'est une pensée. Si on lit les philosophes, les psychologues, les médecins et les scientifiques, on s'aperçoit que chacun a sa définition. On peut mesurer ce qui se produit au sein des routes neuronales, dans les cellules nerveuses, mais on n'a pas accès au contenu sémantique. De plus, on ne parle pas des autres cellules nerveuses.
Enfin, ce n'est pas parce qu'un comportement se traduit par une image que la mise en évidence de cette image traduit un comportement. De surcroît, ce n'est pas nécessairement l'endroit qui est le plus activé dans le cerveau qui traduit l'importance fonctionnelle. Comme il s'agit de réseaux de neurones qui sont topographiquement organisés, mettant en jeu l'ensemble du cerveau, l'important sur le plan fonctionnel peut être ce qui se trouve à distance, de manière indirecte et atténuée. Cela se passe comme dans les journaux : vous faites part d'une information, certains journalistes s'emparent du plus apparent, alors que tel n'est pas le sens du message, qui apparaît de manière plus discrète.
En résumé, la neuroimagerie reflète ce qui se passe dans le cerveau au niveau des routes cérébrales, que sont les neurones, mais ne met pas en évidence la sémantique. Le fantasme est là. Il faut être très prudent. Cela dit, « images don't lie but people lie » .
Cependant des expériences récentes dont la presse s'est faite l'écho, laissent entrevoir des possibilités non pas de caractériser des comportements, mais de visualiser des images reconstruites par l'ordinateur après décryptage de leur activité cérébrale par décodage des signaux cérébraux. Une étude publiée dans la revue scientifique américaine "Current Biology " 110 ( * ) , explique comment l'équipe de Jack Gallant 111 ( * ) a scanné l'activité cérébrale de trois individus, pendant que ceux-ci visionnaient des vidéos. L'activité des flux sanguins dans le cortex visuel des volontaires, soit dans la partie du cerveau qui traite les images, a ensuite été convertie en modèles informatiques. Les modèles informatiques reconstruisant en retour des reproductions floues des images visionnées.
Comment l'équipe de Jack Gallant a-t-elle procédé ? D'après les explications qu'il a lui-même transmises à vos rapporteurs, ce travail fait suite à des expériences plus anciennes. La « reconstruction » s'opère en plusieurs étapes. Les volontaires ont dû regarder des vidéos de 10 à 20 secondes, et ce pendant une à deux heures, le temps qu'un scanner IRM enregistre leur activité cérébrale. Un dictionnaire est construit en fonction des signaux relevés, permettant d'établir une corrélation entre un schéma cérébral donné et des formes, contours ou mouvements apparaissant dans les vidéos. Celui-ci est scindé en des milliers de sections, pour chacune des zones cérébrales mesurées. Le dictionnaire est testé sur un nouvel échantillon de plusieurs heures de vidéo pour confirmer sa pertinence. Une bibliothèque constituée d'environ 18 millions de secondes de vidéo (plus de 6 mois de film), est constituée en récupérant des vidéos aléatoirement sur You Tube . Grâce au dictionnaire prédictif créé avant l'expérience, un échantillon des 100 séquences vidéo les plus proches est sélectionné. Une opération de superposition donne alors la « reconstruction » correspondante. Malgré des défauts évidents, cette première approche est un moyen de montrer que le système fonctionne, mais on s'interroge cependant sur l'interprétation des images. D'après Jack Gallant, les limites du système proviennent seulement de celles des outils de mesure utilisés, incapables pour le moment d'observer directement l'activité des neurones (seule la pression sanguine, en corrélation, bien que moins précise, avec cette activité, est mesurée). La capacité de décodage est-elle seulement freinée par ce que l'on comprend de ces informations ? Toujours est-il que cette expérience semble être une avancée.
* 105 Professeur de médecine, neurologue, chercheur en neurosciences cognitives à l'Institut du cerveau et de la moelle épinière (ICM). (Audition publique du 30 novembre 2011).
* 106 Membre fondateur de l'Institut du cerveau et de la moelle épinière (ICM). Professeur de neurologie, membre de l'Académie des sciences, membre du CCNE (Audition publique du 29 juin 2011).
* 107 Contraction de « volumetric pixel », le voxel est un pixel en 3D.
* 108 Professeur de psychologie à l'Université d'Aix-Marseille, conseiller scientifique au Centre d'analyse stratégique (Audition publique du 29 juin 2011).
* 109 Directeur de « Usefull Progress ».
* 110 Septembre 2011.
* 111 Professeur de psychologie et neurosciences à l'Université de Californie de Berkeley (Mission des Rapporteurs aux États-Unis, du 11 au 14 octobre 2011).