Un software potrà spiegare le psicosi?

Prima di tutto: cos’é una psicosi?

La Psicosi è un disturbo psichiatrico trasversale, comune a molte patologie, caratterizzato da una compromissione dell’esame di realtà, con presenza di deliri, allucinazioni e frequente assenza della consapevolezza di malattia.

Secondo il DSM-5 (Manuale diagnostico e statistico dei disturbi mentali), il delirio è definito come “Una credenza personale falsa, basata su un’inferenza scorretta sulla realtà esterna e sostenuta fermamente, a dispetto di quanto quasi ogni altra persona creda e a dispetto di ovvie prove o evidenze del contrario”.

Ne sono esempi il delirio di persecuzione, nel quale il soggetto è convinto che qualcuno, ad esempio un vicino di casa, le spie russe o il demonio vogliano arrecargli un danno fisico o morale, farlo impazzire o ucciderlo. Il delirio erotomanico, basato sulla erronea convinzione di essere amati da una persona spesso di alto lignaggio, come un politico, un attore o un imprenditore.

Le allucinazioni invece, sono definite da Esquirol all’inizio dell’Ottocento come delle “percezioni senza oggetto“, e da Horowitz come “immagini mentali derivate da fonti interne di informazione, apprese scorrettamente come derivate da fonti di informazioni esterne e che di solito hanno luogo in modo intrusivo”. Più frequentemente uditive sotto la forma di suoni elementari oppure di voci dialoganti, commentanti o imperative.

Lo stato psicotico, nella gran parte dei soggetti, arreca un grave senso di sofferenza, un senso di estraneamento ed un ripiegamento su di un mondo interiore deprivato di emozioni, sentimenti e relazioni significative.

Inferenza e Reti Neurali

Le teorie più recenti, considerano la psicosi come l’esito di un possibile errore nei processi neurali di interpolazione, inferenza e rappresentazione degli input sensoriali esterni ed interni.

Da un punto di vista biologico, gli indizi di tali disfunzioni sono stati ricercati inizialmente con la Radiologia Tradizionale, seguita dalla Tomografia Computerizzata e dalla Risonanza Magnetica Nucleare, ma solo in caso di gravi compromissioni strutturali si è potuto osservare una correlazione diretta tra danno biologico e alterazione psichica.

Negli anni a seguire il campo della ricerca ha nutrito grandi speranze nell’utilizzo della Risonanza Magnetica Funzionale: una tecnica che permette di evidenziare le aree dell’encefalo coinvolte in determinate funzioni superiori. Un aumento o una diminuzione di attivazione in aree specifiche si può far corrispondere a patologie psichiatriche come il Disturbo Bipolare, la Schizofrenia o la Depressione Unipolare.

Ma anche in questo caso i risultati sono stati insufficienti.

Aprendo un paragone informatico, è come se la chiave di tale malfunzionamento non fosse nell’hardware ma nel software. L’attuale sviluppo di reti neurali, sempre più sofisticate, sta permettendo di emulare su silicio specifiche funzioni cerebrali, aprendo nuovi scenari nei quali saranno i computer stessi a indicarci le diagnosi.

La nostra capacità deduttiva rimarrà il Deus Ex Machina, ma le correlazioni non razionali che spesso hanno portato a scoperte per Serendipity, verranno suggerite a livello statistico probabilistico da algoritmi di Machine e Deep Learning.¹

Si può far finta di non vedere tale realtà ma essa continuerà a evolvere. Basti pensare che una nuova canzone viene analizzata da software in grado di predirne la posizione nelle classifiche basandosi su analisi waveform e percentuali di utilizzo delle piattaforme digitali.

Lo stesso Jeff Bezos ha affermato che da anni un solo CDA “Umano” non sarebbe più in grado di dirigere una multinazionale senza affidarsi ad algoritmi, e che all’uomo spetta, per fortuna, ancora l’intuito, l’istinto.

E quindi cos’é il Deep Dream?

Il Deep Dream è un software di elaborazione grafica, sviluppato da Google per l’ImageNet, un database di 14 milioni di immagini, utilizzabile da reti neurali per apprendere il riconoscimento di oggetti. Si tratta di una Rete Neurale Convoluzionale (ConvNet), basata su processi di feed-farward, con pattern neuronale ispirato alla corteccia visiva animale e percettroni multistrato progettati per minimizzare i processi di pre-elaborazione.

Tutto questo costrutto mira a categorizzare immagini in base al contenuto simbolico rappresentato. Non solo di oggetti ma anche di volti: i sistemi di riconoscimento facciale come il Face ID stanno costituendo banche dati con le quali, privacy a parte, è già possibile tracciare gli accessi nei luoghi pubblici.

Nel 2017 ad Harvard, un giovane esperto di computer scienze, Mukund Sudarshan, applicò più volte l’algoritmo Deep Dream ad un paesaggio dipinto dal suo supervisore Dott. Matcheri S. Keshavan ed il risultato fu una raffigurazione oniroide, con animali, lampi e oggetti oscuri, del tutto simile alla modalità con la quale la corteccia genera un sogno. ²

Nella figura a fianco si può vedere in alto il dipinto originario e in basso il risultato ottenuto dopo numerosi passaggi di applicazione dell’algoritmo Deep Dream.

Questo modello può potenzialmente aiutarci a comprendere i fenomeni psicotici, generati da una salienza aberrante rivolta verso elementi del vissuto interno. Una sorta di “bug” reiterato nei “software” neurali presenti nelle strutture dello Striato Ventrale e di un fallimento dei controlli di feedback nella Corteccia Prefrontale.

I pazienti affetti da psicosi tendono ad attribuire maggior importanza agli input provenienti dal mondo interiore, amplificando determinati stimoli che senza un adeguato controllo di realtà con il mondo esterno operante come Feedback negativo, stravolgendo la vita del soggetto e la rappresentazione dei suoi oggetti interni ed esterni.

Come si vede in figura, l’immagine di un gatto processata dalla rete neurale, può subire delle accentuazioni selettive reiterate, che se fallaci generano una raffigurazione terrifica, non corretta dalla coscienza del soggetto e dai feedback negativi.

Il lato affascinante è che in questo contesto la psicoterapia potrebbe essere paragonata ad una funzione di debugging. Un confronto fra una mente umana presunta “sana” e una presunta “malata”, alla ricerca di un’anomalia del pensiero e nell’intenzione di portarlo alla luce e cercare successivamente di risolverlo.

Conclusioni

Quanto esposto è sicuramente una grande speculazione, un parallelismo forzato ma senza alcun dubbio il mondo digitale sta raggiungendo un livello di sofisticazione e complessità tali da poter essere, almeno per alcune funzioni, confrontato con la mente umana.

Siamo ancora lontani dal comprendere la Psiche e le sue implicazioni biologiche, così come abbiamo compreso singoli apparati e sistemi ma si affacciano grandi cambi di paradigma all’orizzonte.

In questa fase di transizione ogni strumento a nostra disposizione andrebbe usato per addentrarci più in profondità nell’ancora poco compreso universo del pensiero, delle emozioni e dei sentimenti.

Bibliografia

1. Mothi, S.S., et al., Machine learning improved classification of psychoses using clinical and biological stratification: Update from the bipolar-schizo…, Schizophr. Res. (2018), https://doi.org/10.1016/j.schres.2018.04.037
2. Keshavan, M.S., Sudarshan, M., Deep dreaming, aberrant salience and psychosis: Connecting the dots by artificial neural networks, Schizophr. Res. (2017), http://dx.doi.org/10.1016/j.schres.2017.01.020