Một lỗ hổng phần mềm lớn vừa được phát hiện có thể khiến hàng ngàn nghiên cứu não nhờ quét fMRI không còn chính xác. Vụ việc được xem như một đòn giáng mạnh vào lĩnh vực khoa học thần kinh. Việc sử dụng fMRI (chụp cộng hưởng từ chức năng) là một phương pháp phổ biến để quét não, trong các thí nghiệm khoa học thần kinh và tâm lý học.
Để có thể phân tích dữ liệu thu được, các nhà nghiên cứu đôi khi sử dụng một kỹ thuật gọi là tương quan không gian (spatial autocorrelation) nhằm xác định các khu vực bên trong não "sáng lên" ở các nhiệm vụ hay trải nghiệm cụ thể. Thế nhưng, một số lỗi phần mềm được tìm thấy trong các gói phân tích dữ liệu cộng hưởng từ như SPM, FSL và AFNI, đồng nghĩa với việc kỹ thuật này đã cho ra những kết quả không đúng dẫn đến sai sót, với tỷ lệ lên đến 50% hoặc nhiều hơn.
Hai nhà khoa học Anders Eklund và Hans Knutsson đến từ Đại học Linköping (Thụy Điển) và Thomas Nichols thuộc Đại học Warwick (Anh), đã đưa ra con số này bằng cách phân tích dữ liệu não từ một dự án hợp tác mở về fMRI, tên là 1000 Functional Connectomes. Hầu hết các phương pháp thống kê fMRI đều được phát triển bằng cách sử dụng dữ liệu mô phỏng, nhưng trong trường hợp này, các nhà nghiên cứu đã sử dụng thông tin thực từ não để xác nhận các dữ liệu quan trọng trong hoạt động quét fMRI.
Công việc đó cho phép nhóm nhà nghiên cứu xác nhận có một lỗ hổng phần mềm thống kê, bị họ nghi ngờ lần đầu tiên vào năm 2012. Mặc dù các lỗi phần mềm hiện đã được sửa chữa, tuy nhiên, hàng ngàn nghiên cứu liên quan đến fMRI có khả năng bị nghi ngờ tính xác thực.
Thiệt hại là gì?
Để có thể phân tích dữ liệu thu được, các nhà nghiên cứu đôi khi sử dụng một kỹ thuật gọi là tương quan không gian (spatial autocorrelation) nhằm xác định các khu vực bên trong não "sáng lên" ở các nhiệm vụ hay trải nghiệm cụ thể. Thế nhưng, một số lỗi phần mềm được tìm thấy trong các gói phân tích dữ liệu cộng hưởng từ như SPM, FSL và AFNI, đồng nghĩa với việc kỹ thuật này đã cho ra những kết quả không đúng dẫn đến sai sót, với tỷ lệ lên đến 50% hoặc nhiều hơn.
Hai nhà khoa học Anders Eklund và Hans Knutsson đến từ Đại học Linköping (Thụy Điển) và Thomas Nichols thuộc Đại học Warwick (Anh), đã đưa ra con số này bằng cách phân tích dữ liệu não từ một dự án hợp tác mở về fMRI, tên là 1000 Functional Connectomes. Hầu hết các phương pháp thống kê fMRI đều được phát triển bằng cách sử dụng dữ liệu mô phỏng, nhưng trong trường hợp này, các nhà nghiên cứu đã sử dụng thông tin thực từ não để xác nhận các dữ liệu quan trọng trong hoạt động quét fMRI.
Công việc đó cho phép nhóm nhà nghiên cứu xác nhận có một lỗ hổng phần mềm thống kê, bị họ nghi ngờ lần đầu tiên vào năm 2012. Mặc dù các lỗi phần mềm hiện đã được sửa chữa, tuy nhiên, hàng ngàn nghiên cứu liên quan đến fMRI có khả năng bị nghi ngờ tính xác thực.
Thiệt hại là gì?
Máy chụp cộng hưởng từ chức năng. Ảnh: trueimpact
Theo ông Eklund, rất khó để xác định các nghiên cứu bị ảnh hưởng bởi lỗ hổng, vì dữ liệu thô từ các nghiên cứu trước đây thường rất hiếm. Nichols trong khi đó ước tính có khoảng 1/10 nghiên cứu fMRI có thể bị ảnh hưởng, trong số 40.000 nghiên cứu đã thực hiện trong nhiều năm qua.
Tuy nhiên, tạp chí khoa học nổi tiếng Newscientist cho rằng có thể có nhiều hơn 40% nghiên cứu kiểu này không đáng tin cậy. Những dạng nghiên cứu có khả năng bị ảnh hưởng nhất thường được báo cáo với tiêu đề như "Nhân tố X đã làm sáng lên một phần Y trong não bộ", hoặc "Đây là bộ não của bạn khi tiêu thụ loại thuốc Z".
Đọc một cách thận trọng
Jens Foell tại Đại học bang Florida (Mỹ) ví phương pháp fMRI cũng giống như việc sử dụng một chiếc kính lúp mờ để nhìn vào các đối tượng phức tạp nhất trong vũ trụ. Chính vì điều đó, ông cho rằng chúng ta nên luôn phải hoài nghi về các nghiên cứu fMRI với kết quả nhận được từ những thống kê thiếu xác thực. Đồng thời, cần thận trọng trong việc áp dụng những thông tin có được sau một nghiên cứu.
Ngoài vấn đề phần mềm, cũng có một vài lý do khiến các nhà khoa học thận trọng trong việc sử dụng fMRI cho các nghiên cứu của mình. Kể từ khi máy fMRI ra đời và trở nên phổ biến vào đầu những năm 90, các nhà thần kinh học và tâm lý học đã phải đối mặt với rất nhiều thách thức trong việc xác nhận kết quả của họ.
Một trong những trở ngại lớn nhất là chi phí khổng lồ dành cho việc sử dụng loại máy này, khoảng 600 USD/giờ. Điều đó khiến cho các nghiên cứu thường bị giới hạn bởi số lượng mẫu mà họ thu thập được, và cũng rất ít tổ chức có tiền để tiến hành lại các thí nghiệm nhiều lần nhằm đưa ra kết quả chính xác nhất.
Tham khảo: PNAS, Ảnh minh họa: Newscientist
Quảng cáo