Neurocientista Decodificou os Padrões Cerebrais da Meditação para os Praticantes

Quando praticamos meditação, o que realmente está acontecendo dentro de nossos cérebros? A neurocientista e clínica Dra. Helen Weng não está apenas encontrando respostas para essa pergunta, mas também é pioneira em uma nova abordagem para a neurociência da atenção plena.

Em vez de tratar a meditação como um processo uniforme e imutável que ocorre mais ou menos da mesma maneira no cérebro de todas as pessoas, Weng queria retratar com precisão como os estados internos fluem e refluem durante a meditação.

Weng é professor assistente de psiquiatria e ciências do comportamento na University of California, San Francisco, corpo docente do Osher Center for Integrative Medicine e membro afiliado do Neuroscape Center . Em agosto de 2020, ela e sua equipe publicaram o primeiro estudo revisado por pares para decodificar redes cerebrais durante a meditação , usando aprendizado de máquina.

Em vez de tratar a meditação como um processo uniforme e imutável que ocorre mais ou menos da mesma maneira no cérebro de todas as pessoas, Weng queria retratar com precisão como os estados internos fluem e refluem durante a meditação. Seu recente artigo publicou resultados de um experimento de aprendizado de máquina na dinâmica da rede do cérebro durante a meditação. Weng e sua equipe usaram uma nova estrutura que desenvolveram, a estrutura EMBODY (Avaliando Mapas Multivariados de Consciência Corporal), que mede e mostra a flutuação da consciência corporal durante o desdobramento momento a momento da meditação.

Por Dentro das Mentes dos Meditadores  

Weng e sua equipe estavam interessados ​​em revelar o que nossos estados de atenção interna estão fazendo a cada segundo de uma sessão de meditação.

Primeiro, eles “ensinaram” um programa de aprendizado de máquina para reconhecer padrões cerebrais relacionados a diferentes estados meditativos. Simplificando, o aprendizado de máquina envolve alimentar grandes quantidades de dados (neste caso, dados de imagens cerebrais de redes cerebrais ativas) em um programa, repetidamente “ensinando” o programa e, em seguida, testando sua precisão no reconhecimento de diferentes redes cerebrais. Isso é semelhante a uma maneira comum de o aprendizado de máquina ser aplicado para reconhecer rostos, onde algoritmos aprendem a reconhecer um rosto depois de receberem muitas imagens para aprender e, então, podem usar essas informações para reconhecer esse rosto em novas imagens.

Nesse caso, os pesquisadores ensinaram ao programa de aprendizado de máquina como reconhecer três redes cerebrais de atenção interna , especificamente durante essas três situações:

  1. Atenção à respiração (‘Preste atenção à sua respiração’)
  2. Mind Wandering (‘Você pode parar de prestar atenção à sua respiração agora’)
  3. Processamento Auto-Referencial (ou pensar sobre a própria vida com a instrução ‘Pense na semana passada’).

A equipe de Weng registrou espantosos 2.160 padrões cerebrais por pessoa , de oito meditadores experientes e oito novatos, para encontrar o modelo de rede cerebral mais preciso e individualizado para cada um desses três estados internos. Esses padrões cerebrais eram específicos para a estrutura e função única do cérebro de cada pessoa e foram adaptados para cada participante (como a adaptação para reconhecer o rosto ou impressão digital de cada pessoa).

Os pesquisadores foram capazes de estimar novas métricas de atenção durante a meditação, como a porcentagem de tempo focado na respiração ou em processamento autorreferencial, que não estavam disponíveis anteriormente.

Em segundo lugar, eles usaram o programa de aprendizado de máquina (agora “bem aprendido” no reconhecimento das três redes cerebrais) para decodificar a atividade cerebral de cada pessoa durante uma sessão de meditação de 10 minutos. Em outras palavras, os dados cerebrais dos indivíduos foram registrados durante uma meditação de 10 minutos, onde foram convidados a concentrar sua atenção em sua respiração. Como os meditadores sabem, nossa atenção muitas vezes flutua dentro e fora da respiração durante a meditação. Para determinar o que cada participante estava focado a cada momento, o programa de aprendizado de máquina determinou qual das redes cerebrais – “Atenção na Respiração”, “Vagabundagem da Mente” ou “Processamento Auto-Referencial” – estava sendo ativada em cada segundo.

Finalmente, os pesquisadores contaram os diferentes estados meditativos que ocorreram, segundo a segundo, e com esses dados eles produziram um “enredo” do que o cérebro de cada indivíduo estava fazendo durante aqueles 10 minutos. Esses dados poderiam então ser usados ​​para estimar a porcentagem de tempo que cada pessoa estava prestando atenção em sua respiração durante a meditação. Simplificando, esta é a primeira vez que os cientistas foram capazes de “ler a mente” durante a meditação neste nível de detalhe.

O padrão cerebral único de cada participante para atender à respiração, à divagação da mente (MW) ou ao processamento autorreferencial (pensar sobre a própria vida), identificado por algoritmos de aprendizado de máquina. Figura 3 de Weng et al., 2020. 
Com base nos sinais cerebrais únicos de cada meditador, os algoritmos de aprendizado de máquina decodificaram ou identificaram os estados mentais que ocorrem segundo a segundo durante 10 minutos de meditação. Isso gerou um “enredo” para cada meditador, mostrando quando sua atenção estava focada em sua respiração, quando suas mentes estavam divagando e quando estavam pensando em suas vidas. Figura 4 de Weng et al., 2020.

Decodificando os resultados

Então, o que este estudo nos diz? Primeiro, os pesquisadores mostraram que o programa de aprendizado de máquina foi capaz de reconhecer diferentes modos de atenção interna que ocorrem durante a meditação (prestar atenção à respiração ou não), mesmo quando os olhos dos participantes estavam fechados durante o experimento. Em segundo lugar, eles descobriram que este método de detecção de redes cerebrais (de estados de atenção internos) era possível para uma grande maioria dos participantes (87,5%), o que significa que esta abordagem de usar sinais cerebrais para estudar meditação pode ser aplicada tanto a experientes como a marcas novos meditadores. Terceiro, os pesquisadores foram capazes de estimar novas métricas de atenção durante a meditação, como a porcentagem de tempo focado na respiração ou engajado em processamento autorreferencial, que não estavam disponíveis anteriormente. Eles também descobriram, usando essas novas métricas, que, em média,

Essas novas abordagens ajudarão o campo a medir melhor como a atenção muda por meio da prática da meditação, e pesquisas futuras podem nos ajudar a adequar melhor as práticas de meditação para melhorar os resultados e tratar os sintomas.

A ciência de encontrar pessoas onde elas estão

Como meditadora, clínica e cientista , a Dra. Helen Weng detém uma poderosa combinação de habilidades que apóiam o objetivo da pesquisa da atenção plena – obter uma compreensão científica mais profunda de como e por que as pessoas podem se beneficiar de práticas e terapias baseadas na atenção plena . Seu espírito-guia tanto no trabalho clínico quanto no científico está fundamentado em sua própria prática de compaixão e atenção plena, bem como em suas próprias experiências de vida como neurocientista de ascendência taiwanesa.

O amplo campo de especialização de Weng também está interligado ao desenvolvimento de sua própria meditação e práticas clínicas. “Ao aprender a meditação com compaixão , descobri que estava tendo problemas para repetir as frases e ficava confusa ou esquecia as palavras”, disse ela. “Depois de quatro anos de prática, dei a mim mesmo permissão para deixar as palavras irem e me concentrar na resposta mais forte do meu corpo – um calor no meu peito que é o meu sentimento corporificado de amor e compaixão.”

E depois que ela se deu essa permissão, disse Weng, ela descobriu que também ficou mais fácil adaptar as instruções de meditação para seus clientes de psicoterapia, de acordo com suas diversas origens, mentes e maneiras de compreender o mundo. “Quanto mais eu adapto os exercícios de meditação às suas mentes únicas, mais rapidamente eles podem acessar o seu próprio processo de cura. Depois de testemunhar essas transformações inspiradoras, eu queria trazer essa flexibilidade e diversidade para minha pesquisa em neurociência ”, explicou Weng. (Você pode acessar as ferramentas de meditação para cultivar a compaixão , desenvolvidas pelo Dr. Weng, por meio do The Center for Healthy Minds da University of Wisconsin-Madison.)

O estudo EMBODY abre novos caminhos para estudar os estados internos fluidos e dinâmicos do cérebro que medita, de uma forma que reflita com mais precisão como realmente é a experiência da meditação. À medida que crescemos em nossa experiência de meditação, reconhecemos que os momentos de meditação estão sempre mudando. O objetivo da prática da atenção plena não é atingir um estado de atenção estático e rígido, mas treinar a habilidade de se adaptar e encontrar momento a momento as experiências dinâmicas da mente, do coração e do corpo. Este estudo, uma peça de pesquisa contínua que inclui diversas experiências e meditadoresna pesquisa contemplativa, reconhece que os processos cerebrais de dois indivíduos não são idênticos e não há dois momentos de meditação idênticos. Com esses novos métodos, os pesquisadores podem medir e estudar uma gama mais ampla de experiências diversas durante a meditação.

0 respostas

Deixe uma resposta

Want to join the discussion?
Feel free to contribute!

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *