Das Defaut Mode Network und Psychedelika

Bei der Durchsicht meiner wissenschaftlichen Links zur Ayahuasca-Forschung bin ich auf das Thema DMN, Default Mode Network, gestoßen. Es wird Zeit sich damit näher zu beschäftigen, denn alle Psychedelika, so auch Ayahuasca, haben großen Einfluss auf die Aktivität des DMN.

Das Default Mode Network ist für verschiedene Aufgaben zuständig:

Erinnerungen von Ereignissen im Zusammenhang mit der eigenen Person.

Bezugnahme auf Eigenschaften des eigenen Ichs.

Nachdenken über den eigenen emotionalen Zustand.

Nachdenken über andere. Über deren Gedanken und darüber, was sie wissen könnten und was nicht.

Verständnis für die Emotionen anderer Menschen.

Einordnung in gerecht und ungerecht, sowie gut-schlecht-Berwertungen sozialer Konzepte.

Nachdenken über wichtige soziale Merkmale, den Status in einer Gruppe und die eigenen sozialen Interaktionen.

Erinnern an die Vergangenheit und Denken über die Zukunft.

Detailliertes Erinnern bestimmter Ereignisse.

Konsolidierung kürzlich erworbener Eindrücke.


Hier der Aufsatz des Psychiaters Danilo Bzdok (ins Deutsche übersetzt).

Was die Daten über die Wirkung von Psychedelika aussagen

Wie wir künstliche Intelligenz nutzen, um das Gehirn zu verstehen.

  • Die Forschung, welche Werkzeuge zur Verarbeitung natürlicher Sprache im Rahmen des maschinellen Lernens einsetzt, hilft uns, das Bewusstsein zu verstehen und zu verstehen, wie Psychedelika es verändern.
  • Psychische Erkrankungen sind möglicherweise der Preis, den wir Menschen für den enormen evolutionären Vorteil eines Default Mode Network (DMN) bezahlen.
  • Psychedelika wirken möglicherweise, indem sie die für die DMN-Prozesse wesentlichen Filter der Sinneseindrücke aufheben.

Von Danilo Bzdok, M.D., Ph.D., Ph.D.

Wir werden das Gehirn in absehbarer Zeit nicht vollständig verstehen, es ist einfach zu kompliziert! Aber wir können das, was wir wissen, auf neue und bessere Weise zusammensetzen, um neue Erkenntnisse darüber zu gewinnen, wie unser Gehirn funktioniert und wie Medikamente Menschen mit psychischen Erkrankungen helfen können. Daran arbeiten wir in meinem Labor.

Heute verfügen wir über beispiellose Daten-Bestände und Techniken einschließlich Daten über das menschliche Gehirn und Techniken, die wir durch den Aufbau immer komplizierterer Systeme entwickelt haben.

Es mag überraschend klingen, aber wir können einige der für die künstliche Intelligenz (KI) entwickelten Ansätze nutzen, um die menschliche Intelligenz zu untersuchen! Wenn wir medizinische Fragen als Probleme des maschinellen Lernens betrachten, können wir diese Themen auf neue Weise betrachten und neue Erkenntnisse gewinnen.

Ein Beispiel: Die Forschung zeigt heute, dass Psychedelika die Symptome psychischer Störungen lindern können. Aber wie wirken sie, und warum? Dies ist eine wichtige Frage, die sich nicht nur bei Psychedelika stellt, sondern die für einen Großteil der psychiatrischen Behandlung von zentraler Bedeutung ist. Und wir arbeiten daran, diese Frage zu beantworten.

Das Default Mode Network

Das Default Mode Network (DMN) des Gehirns – ein System, das wir erst im 21. Jahrhundert zu erkennen und zu erforschen begonnen haben – scheint für die Wirkungsweise von Medikamenten äußerst relevant zu sein. Das DMN ist die tiefste neuronale Verarbeitungsschicht unseres Gehirns. Wenn wir uns nicht in einem aufgabenbezogenen Geisteszustand befinden (z. B. wenn wir aus dem Fenster starren, anstatt zu lesen), ist dieses Gehirnnetzwerk aktiv.

Warum ist das DMN so wichtig?

Das DMN ist der größte Energieverbraucher unter allen Netzwerken im Gehirn. Dies ist vor allem deshalb interessant, weil das Gehirn insgesamt bereits sehr viel Energie verbraucht (20 % der gesamten Energie des Körpers, obwohl es nur etwa 2 % der Körpermasse ausmacht). Das DMN ist also einer der „teuersten“ Teile eines der „teuersten“ Teile des Menschen.

Außerdem haben die am DMN beteiligten Hirnareale im Vergleich zu anderen Teilen unseres Gehirns und zu den Gehirnen unserer nächsten Verwandten, der Affen, evolutionär gesehen am meisten an Größe zugenommen.

Ein System, das ständig in Betrieb ist und sowohl tagtäglich als auch im Laufe der Evolution viel Energie verbraucht, klingt nach etwas sehr Wichtigem. Warum ist das DMN so wichtig?

Eine Antwort, die durch empirische Beweise aus neurowissenschaftlichen Experimenten gestützt wird, lautet, dass es die Wahrscheinlichkeit modelliert. Einfach ausgedrückt: Das DMN kann dem Menschen helfen, die Zukunft vorauszusehen. Das DMN hilft uns, die Welt aus verschiedenen Blickwinkeln zu betrachten, Lösungen zu finden, strategische Einsichten in die Bewertung von Informationen in unserer Umgebung zu gewinnen und intelligente Entscheidungen für die Zukunft zu treffen.

Ein Frosch kann nicht planen, wie er in zwei Wochen einen Käfer jagt. Das ist angesichts der mentalen Kapazitäten, die sein Gehirn zur Verfügung stellt, einfach nicht möglich. Er kann nur das verarbeiten und darauf reagieren, was sich in seiner aktuellen sensorischen Umgebung befindet.

Wir können viel mehr als das, und das ist ein enormer evolutionärer Vorteil. Das DMN kann dies ermöglichen und ist möglicherweise von zentraler Bedeutung für das, was menschliches Denken, intelligentes Verhalten und Bewusstsein ausmacht.

Was hat das DMN mit psychischer Gesundheit und psychiatrischen Behandlungen, einschließlich Psychedelika, zu tun?

Das DMN – die wahrscheinlich tiefste Schicht des Gehirns, die es nur beim Menschen gibt, die eine enorme Menge an Energie verbraucht und die standardmäßig aktiv ist – scheint an der Kreuzung von Kreativität und vielen oder den meisten größeren psychiatrischen Störungen zu liegen. Es ist möglich, dass psychische Erkrankungen die Kehrseite dieses massiven evolutionären Vorteils sind – und vielleicht kann eine Anpassung dieses Systems bei solchen Erkrankungen helfen.

Das vorherrschende Verständnis von Psychedelika ist, dass sie eine enge Beziehung zum DMN haben. Um der Welt einen Sinn zu geben, muss unser Gehirn den größten Teil der Sinneseindrücke herausfiltern. Psychedelika können unter anderem dadurch wirken, dass sie diese Filter, die sich im Laufe der Zeit gebildet haben und die die Verarbeitung und Interpretation durch unser DMN beeinflussen, aufheben.

Wie funktioniert diese KI-basierte Hirnforschung und was zeigt sie?

Da es so viele Daten gibt, mit denen wir arbeiten können, helfen uns Tools und Ansätze des maschinellen Lernens zu verstehen, wie verschiedene Rezeptorbahnen und Neurotransmitter im Gehirn mit verschiedenen Erfahrungen zusammenhängen, die Menschen nach der Einnahme von Psychedelika machen. Sie haben es uns zum Beispiel ermöglicht, zum ersten Mal drei unterschiedliche Informationsgruppen zu kombinieren.

  • Erstens haben wir Tausende von Erfahrungsberichten von Menschen, die ihre Erfahrungen mit Psychedelika haben.
  • Als Nächstes haben wir Daten über die bekannten Rezeptoraffinitäten der derzeit bekannten Wirkstoffe in Psychedelika.
  • Und schließlich haben wir Daten, die uns zeigen, wo sich die verschiedenen Wirkstoff-Rezeptoren befinden und wie dicht sie im Gehirn verteilt sind.

Wir haben ein maschinelles Lernsystem (KI) mit Hilfe von Datenanalyse und natürlicher Sprachverarbeitung trainiert, um die Komponenten einer Erfahrung mit einer psychedelischen Droge herauszufinden.

Wir können die Erfahrung einer Person mit den Stellen im Gehirn in Verbindung bringen, auf die die Droge wirkt, und vermuten, dass bestimmte Teile des Gehirns, wenn sie von bestimmten Drogen beeinflusst werden, bestimmte Wirkungen hervorrufen.

Schlussfolgerung

Die Wissenschaft ist sich noch nicht ganz sicher, wie sich Psychedelika auf Veränderungen des Bewusstseins auswirken. Wir haben uns noch nicht einmal auf eine Definition dessen geeinigt, was Bewusstsein ist! Aber je mehr wir die Mechanismen des Gehirns und die Mechanismen von Medikamenten, die das Gehirn beeinflussen, erforschen, desto besser können wir vielleicht schon bald vorhersagen, welche Medikamente welchen Menschen helfen werden.

Danilo Bzdok, M.D., Ph.D., Ph.D., ist außerordentlicher Professor an der Abteilung für Biomedizinische Technik der Medizinischen Fakultät der McGill University und Inhaber des Lehrstuhls für Künstliche Intelligenz des Canadian Institute for Advanced Research (CIFAR) am Mila-Quebec Artificial Intelligence Institute (Montreal).

Dr. Bzdoks Forschung konzentriert sich auf die Verringerung von Wissenslücken in der Hirnbasis der den Menschen bestimmenden Arten des Denkens, mit einem besonderen Schwerpunkt auf dem höheren Assoziationskortex in Gesundheit und Krankheit.