MRI分析はビデオゲームのスキルを予測します
この研究では、研究者たちは従来の脳イメージング法を新しい方法で使用しました。参加者が複雑なタスクを学習して実行している間の「前後」の脳活動を分析するのではなく、研究者は代わりに、大脳基底核の背景活動、手続き型学習、報酬の感覚、協調運動に関連する一連の脳構造を研究しました。
研究者らは、MRIとマルチボクセルパターン分析と呼ばれる方法を使用して、T2 *と呼ばれる特定のタイプのMRI信号に、研究参加者の大脳基底核における有意な違いを認めました。これらの違いを分析することにより、研究者は、ゲームのプレイ方法を学ぶ34人の時間の55〜68％の差異（パフォーマンスの違い）を予測することができました。
「心理測定学者、学習の定量分析を行う人々が、SAT、GRE、MCATS、またはその他のテストから、あなたが何かで成功するかどうかを予測しようとする、何百もの研究があります」イリノイ州心理学教授とベックマン研究所所長のアートクレイマー博士の
これらのタイプの手法は、特定の脳構造の相対的な大きさを調べる研究とともに、学習を予測するのにある程度成功しているとクレイマー氏は語った。
「脳機能を調査するために日常的に記録されているMRI画像を再検討します」と、イリノイ州の電気およびコンピュータエンジニアリングの大学院生Loan Voと一緒に計算分析を設計および実行したオハイオ州立大学心理学教授のDr. Dirk Bernhardt-Waltherは述べました。 。
「これらの画像を新しい方法で分析することにより、大脳基底核における脳活動のパターンの参加者間のばらつきを発見しました」とBernhardt-Walther氏は語った。
「強力な統計アルゴリズムにより、これらのパターンを個々の学習の成功に結び付けることができます。私たちの方法は、他の状況でも個人の能力の違いを予測するのに役立つかもしれません」と彼は言った。 「この方法はとにかく多くの研究で記録されたMRI画像をリサイクルするため、これをテストすることは安価です。」
この調査では、ビデオゲームの経験があまりないボランティアが選ばれました。彼らの脳がイメージされた後、イリノイ大学で開発され、参加者の認知能力をテストするために設計されたゲームであるスペースフォートレスの遊び方を学ぶために20時間の時間がありました。プレイヤーは多くの潜在的な危険から自分の船を保護しながら要塞を破壊しようとする必要があります。
ゲームは非常に挑戦的である、とクレイマーは言った。多くの場合、プレイヤーに注意を移してさまざまな目標を追跡したり、脅威を回避したりするよう求めます。彼らが初めて遊び始めたとき、研究対象は「マイナス2,000ポイントから始める傾向がある」と彼は言った。ただし、20時間のトレーニングと練習の後、すべてのプレーヤーのスコアはかなり上昇します。一部のものは他のものよりはるかに優れていますが、その違いは大脳基底核の一部の活動を分析することで予測できます。
「私たちは、パフォーマンス測定を使用する場合と比較して、（学習において）最大3倍の分散を予測します」とクレイマー氏は述べています。
研究者らは3つの脳領域を分析しました：尾状核と被殻、2つの構造は人が新しい運動技能（ジョイスティックを動かすなど）を学習しているときにアクティブです。これらの領域は、戦略を必要とするタスクや、注意をすぐに移すタスクの間にも重要です。 3番目の領域、側坐核は、報酬または罰に関連する感情を処理します。
研究中、被殻と尾状核の活動は、側坐核よりも将来のビデオゲームのパフォーマンスをよりよく予測できることがわかりました。研究者たちはまた、白質（ニューロン間で信号を運ぶ軸索と樹状突起）ではなく、灰白質（細胞体）がゲームの成功を予測する手がかりを提供することを発見しました。
「私たちのデータは、いくつかの持続的な生理学的および/または神経解剖学的差異が実際には学習の予測因子であることを示唆しています」とクレイマー氏は語った。
クレイマー氏は、この調査結果は、一部の人々が特定のタスクや学習課題で成功または失敗する運命にあると解釈されるべきではないと強調した。
「私たちは脳の構造と機能のこれらのコンポーネントの多くが変更可能であることを知っています」と彼は付け加えました。
研究はオンラインジャーナルに掲載されています PLoS ONE.
出典：イリノイ大学
