Вклад когнитивной науки в развитие новых медицинских технологий

Когнитивная наука является одним из наиболее быстро растущих сегментов современных междисциплинарных исследований, посвященных изучению функций сознания и реализующих эти функции механизмов мозга. Одним из важнейших результатов развития когнитивной науки в последнее время стало появление ряда новых дисциплин (когнитивная эргономика и нейроэргономика, нейроэкономика, нейромаркетинг) и целого класса технологических приложений в медицине и смежных областях науки. В нашей стране эти работы ведутся в рамках Межрегиональной ассоциации когнитивных исследований (МАКИ) и на базе Национального исследовательского центра «Курчатовский институт». Авторы данной статьи — сотрудники НИЦ «Курчатовский институт», руководители МАКИ: член-корреспондент РАН Б.М. Величковский — основатель и первый Президент МАКИ (2006–2010 гг.) и В.Л. Ушаков — действующий Президент с 2018 г.

В статье дан обзор текущих нейрокогнитивных исследований, объединяющих фундаментальные вопросы с практическими приложениями. Описаны результаты ведущихся в НИЦ «Курчатовский институт» работ, направленных на создание новых видов человеко-машинных интерфейсов, которые призваны заменить в ближайшее время традиционные графические интерфейсы пользователя, созданные на раннем этапе когнитивной науки. Эти работы в значительной степени связаны с изучением особенностей зрительного внимания и произвольного глазодвигательного поведения человека. Представлены методы и результаты изучения макромасштабных механизмов мозга. Современные методы, такие как ультрабыстрая функциональная магнитно-резонансная томография и динамическое каузальное моделирование, позволяют в полностью неинвазивном режиме восстанавливать картину причинно-следственных взаимодействий структур головного мозга человека при решении тех или иных задач и в базовом для сознания человека состоянии бодрствующего покоя. С помощью этих методов удалось впервые изучить взаимодействия механизмов мозга, относящихся к различным эволюционным уровням его организации, а именно древнейшей, древней, новой и новейшей коре. Примером первой служит гиппокамп, а последней — фронтополярные области лобных долей. В результате получены новые данные по асимметрии головного мозга человека в норме и патологии, указывающие на важность межполушарной асимметрии с правополушарным доминированием эффективных (причинно-следственных) связей в состоянии покоя при нормальном функционировании мозга и сознания человека. Авторы подчеркивают, что особенности макромасштабной организации могут и должны быть соотнесены с молекулярными механизмами соответствующих нейросетей головного мозга человека.

Приводятся результаты изучения особенностей экспрессии белок-кодирующих генов во фронтополярных отделах лобной коры. Эти исследования также выявили правостороннее доминирование, но на этот раз по количеству экспрессирующихся генов, которые оказались связанными с риском шизофрении. При этом не было обнаружено связи с основными нейродегенеративными заболеваниями.

Диагностика сознания всегда играла важнейшую роль в медицине. По сегодняшний день коммуникативный контакт с пациентом остается основным тестом сохранности сознания. Одновременно растет значение объективных методов. Приводятся аргументы, свидетельствующие о том, что моделирование сознания и соответствующая имплементация представляют собой важнейшее условие дальнейшего развития работ в области когнитивных технологий и машинного «интеллекта».

1. Велихов Е.П., Котов А.А., Лекторский В.А., Велич­ковский Б.М. Междисциплинарные исследования созна­ния: 30 лет спустя. Вопросы философии 2018; 12: 5–17, https://doi.org/10.31857/s004287440002578-0.
2. Величковский Б.М. Сознание. В кн.: Большая рос­сийская энциклопедия. Том 30. М; 2015; с. 623–626.
3. Kahneman D. Thinking, fast and slow. New York: Farrar, Straus & Giroux; 2011.
4. Величковский Б.М. От исследований сознания к раз­­работке когнитивных технологий. В кн.: Субъективный мир в свете вызовов современной когнитивной науки. Отв. ред. Лекторский В.А. М: Аквилон; 2017; с. 37–57.
5. Velichkovsky B.M., Hansen J.P. New technological windows into mind. In: Proceedings of the SIGCHI conference on human factors in computing systems common ground — CHI ’96. ACM Press; 1996; p. 496–503, https://doi.org/10.1145/238386.238619.
6. Sellers E.W., Vaughan T.M., Wolpaw J.R. A brain-computer interface for long-term independent home use. Amyotroph Lateral Scler 2010; 11(5): 449–455, https://doi.org/10.3109/17482961003777470.
7. Kaplan A.Y., Lim J.J., Jin K.S., Park B.W., Byeon J.G., Tarasova S.U. Unconscious operant conditioning in the paradigm of brain-computer interface based on color perception. Int J Neurosci 2005; 115(6): 781–802, https://doi.org/10.1080/00207450590881975.
8. Wolpaw J.R. Brain–computer interfaces as new brain output pathways. J Physiol 2007; 579(3): 613–619, https://doi.org/10.1113/jphysiol.2006.125948.
9. Белоусов Л.С., Напалков Д.А., Жигульская Д.Д., Пешин Н.Л., Величковский Б.М. Когнитивные исследования и новые технологии в спорте. Вопросы психологии 2018; 5: 117–135.
10. Величковский Б.М., Нуждин Ю.О., Свирин Е.П., Строганова Т.А., Федорова А.А., Шишкин С.Л. Управление «силой мысли»: на пути к новым формам взаимодействия человека с техническими устройствами. Вопросы психо­логии 2016; 1: 109–122.
11. Shishkin S.L., Nuzhdin Y.O., Svirin E.P., Trofimov A.G., Fedorova A.A., Kozyrskiy B.L., Velichkovsky B.M. EEG negativity in fixations used for gaze-based control: toward converting intentions into actions with an eye-brain-computer interface. Front Neurosci 2016; 10: 528, https://doi.org/10.3389/fnins.2016.00528.
12. Kernbach J.M., Yeo B.T.T., Smallwood J., Margulies D.S., Thiebaut de Schotten M., Walter H., Sabuncu M.R., Holmes A.J., Gramfort A., Varoquaux G., Thirion B., Bzdok D. Subspecialization within default mode nodes characterized in 10,000 UK Biobank participants. Proc Natl Acad Sci U S A 2018; 115(48): 12295–12300, https://doi.org/10.1073/pnas.1804876115.
13. Verkhlyutov V.M., Sokolov P.A., Ushakov V.L., Velichkovskii B.M. Macroscopic functional networks in the human brain on viewing and recalling short video clips. Neurosci Behav Physi 2016; 46(8): 934–941, https://doi.org/10.1007/s11055-016-0334-6.
14. Бернштейн Н.А. О построении движений. М: Медгиз; 1947.
15. Milner A.D., Goodale M.A. Visual pathways to perception and action. Prog Brain Res 1993; 95: 317–337, https://doi.org/10.1016/s0079-6123(08)60379-9.
16. Velichkovsky B.M. Towards an evolutionary framework for human cognitive neuroscience. Biol Theory 2007; 2(1): 3–6, https://doi.org/10.1162/biot.2007.2.1.3.
17. Yarbus A.L. Eye movements and vision. Springer US; 1967, https://doi.org/10.1007/978-1-4899-5379-7.
18. Ito J., Yamane Y., Suzuki M., Maldonado P., Fujita I., Tamura H., Grün S. Switch from ambient to focal processing mode explains the dynamics of free viewing eye movements. Sci Rep 2017; 7(1): 1082, https://doi.org/10.1038/s41598-017-01076-w.
19. Velichkovsky B.M., Joos M., Helmert J.R., Pannasch S. Two visual systems and their eye movements: evidence from static and dynamic scene perception. In: Bara B.G., Barsalou L., Bucciarelli M. (editors). Proceedings of the XXVII Annual Conference of the Cognitive Science Society. Mahwah: Lawrence Erlbaum 2005; p. 2283–2288.
20. Velichkovsky B.M., Rothert A., Kopf M., Dornhöfer S.M., Joos M. Towards an express-diagnostics for level of processing and hazard perception. Transportation Research Part F: Traffic Psychology and Behaviour 2002; 5(2): 145–56, https://doi.org/10.1016/s1369-8478(02)00013-x.
21. Mills M., Alwatban M., Hage B., Barney E., Truemper E.J., Bashford G.R., Dodd M.D. Cerebral hemodynamics during scene viewing: hemispheric lateralization predicts temporal gaze behavior associated with distinct modes of visual processing. J Exp Psychol Hum Percept Perform 2017; 43(7): 1291–1302, https://doi.org/10.1037/xhp0000357.
22. Velichkovsky B.M., Korosteleva A., Malakhov D., Ushakov V.L. Two visual systems and their eye movements revisited. In preparation.
23. Ushakov V., Sharaev M.G., Kartashov S.I., Zavyalova V.V., Verkhlyutov V.M., Velichkovsky B.M. Dynamic causal modeling of hippocampal links within the human default mode network: lateralization and computational stability of effective connections. Front Hum Neurosci 2016; 10: 528, https://doi.org/10.3389/fnhum.2016.00528.
24. Velichkovsky B.M., Krotkova O.A., Kotov A.A., Orlov V.A., Verkhlyutov V.M., Ushakov V.L., Sharaev M.G. Consciousness in a multilevel architecture: evidence from the right side of the brain. Conscious Cogn 2018; 64: 227–239, https://doi.org/10.1016/j.concog.2018.06.004.
25. Ushakov V.L., Velichkovsky B.M., Sharaev M.G., Kartashov S.I., Orlov V.A., Malakhov D.G., Zakharova N.V., Maslennikova A.V., Arkhipov A.Yu., Strelets V.B., Kostyuk G.P. Multilevel interactions within the extended default mode network of schizophrenic patients under fMRI resting state. In preparation.
26. Ushakov V.L., Orlov V.A., Kartashov S.I., Malakhov D.G., Korosteleva A.N., Skiteva L.I., Zaidelman L.Ya., Zinina A.A., Zabotkina V.I., Velichkovsky B.M., Kotov A.A. Contrasting human brain responses to literature descriptions of nature and to technical instructions. In: Studies in computational intelligence. Springer International Publishing; 2018; p. 284–290, https://doi.org/10.1007/978-3-030-01328-8_34.
27. Knyazeva I., Poyda A., Orlov V., Verkhlyutov V., Makarenko N., Kozlov S., Velichkovsky B., Ushakov V. Resting state dynamic functional connectivity: network topology analysis. Biologically Inspired Cognitive Architectures 2018; 23: 43–53, https://doi.org/10.1016/j.bica.2017.10.001.
28. Malashenkova I.K., Hailov N.A., Krynskiy S.A., Ogurtsov D.P., Kazanova G.V., Velichkovckiy B.B., Selezneva N.D., Fedorova Y.B., Ponomareva E.V., Kolyhalov I.V., Gavrilova S.I., Didkovsky N.A. Levels of proinflammatory cytokines and growth factor VEGF in patients with Alzheimer’s disease and mild cognitive impairment. Neurosci Behav Physi 2017; 47(6): 694–698, https://doi.org/10.1007/s11055-017-0457-4.
29. Dolina I.A., Efimova O.I., Kildyushov E.M., Sokolov A.S., Khaitovich P.E., Nedoluzhko A.V., Sharko F.S., Velichkovsky B.M. Exploring terra incognita of cognitive science: lateralization of gene expression at the frontal pole of the human brain. Psychology in Russia: State of the Art 2017; 10(3): 231–247.
30. Tononi G. Integrated information theory of consciousness: an updated account. Arch Ital Biol 2012; 150(2–3): 56–90.
31. Casali A.G., Gosseries O., Rosanova M., Boly M., Sarasso S., Casali K.R., Casarotto S., Bruno M.A., Laureys S., Tononi G., Massimini M. A theoretically based index of consciousness independent of sensory processing and behaviour. Sci Transl Med 2013; 5(198): 198ra105, https://doi.org/10.1126/scitranslmed.3006294.
32. Velichkovsky B.M., Krotkova O.A., Sharaev M.G., Ushakov V.L. In search of the “I”: neuropsychology of lateralized thinking meets dynamic causal modeling. Psychology in Russia: State of the Art 2017; 10(3): 7–27.
33. Lake B.M., Ullman T.D., Tenenbaum J.B., Gershman S.J. Building machines that learn and think like people. Behav Brain Sci 2017; 40: e253, https://doi.org/10.1017/s0140525x16001837.

Velichkovsky B.M., Ushakov V.L. Cognitive Science and Novel Medical Technologies. Sovremennye tehnologii v medicine 2019; 11(1): 8, https://doi.org/10.17691/stm2019.11.1.01