Bayes´sche Integration bei Schmerz und Empathie für Schmerz

Weltweit sind 11-40 % der Bevölkerung von Schmerzen betroffen, daher ist es für unsere Gesellschaft von entscheidender Bedeutung, Schmerzen sowohl bei uns selbst (Schmerzen aus erster Hand) als auch bei anderen (Empathie für Schmerzen) zu verstehen. Schmerzen sind jedoch sehr subjektiv und die Schmerzwahrnehmung hängt stark von unseren Erwartungen ab. Frühere Forschungen haben die Bayes`schen Integration zur formalen Quantifizierung der Wahrnehmung von Schmerzen aus erster Hand herangezogen, d. h. die spätere Schmerzwahrnehmung wird durch die vorherige Schmerzerwartung (z. B. wie schmerzhaft das Ereignis sein kann) und dem schädlichen Input (z. B. die tatsächliche Schmerzintensität) moduliert. Ob jedoch Empathie für Schmerzen auch durch die Bayes`sche Integration quantifiziert werden kann, ist kaum bekannt. Und falls ja, welche neurokomputationalen Mechanismen liegen dem Prozess der Empathie für Schmerzen zugrunde? Kann der Bayes`sche Integrations-Ansatz auch dann gelten, wenn die Quelle der vorhergehenden Erwartung unterschiedlich ist (z. B. wenn man durch eigene Erfahrung weiß, dass etwas schmerzhaft ist oder, wenn man die Reaktion anderer beobachtet)? Wir werden diese Forschungsfrage mit zwei eng miteinander verbundenen Experimenten mit menschlichen TeilnehmerInnen untersuchen. In beiden Studien werden die TeilnehmerInnen zunächst die Ergebniskontingenzen (z. B. welcher Reiz mit größerer Wah rscheinlichkeit zu Schmerzen führt) mit Hilfe eines klassischen Konditionierungsparadigmas festlegen (Lernphase) und dann die Schmerzintensität jedes Reizes entweder für sich selbst oder für eine andere Person vorhersagen (Testphase). Wichtig ist, dass in Experiment 1 die Konditionierung durch direktes Lernen erfolgt, während in Experiment 2 die Konditionierung durch Beobachtungslernen umgesetzt wird. In beiden Studien werden wir modernste computergestützte Modellierung und modellbasierte funktionelle neuronale Bildgebung einsetzen, um eine umfassende neurokomputationale Beschreibung für die eigene Schmerzwahrnehmung und Empathie für Schmerzen zu erstellen. Die Ergebnisse dieses Projekts werden uns dabei helfen, besser zu verstehen, wie wir Schmerzen bei uns selbst verarbeiten und wie wir Schmerzen von anderen teilen und verstehen, und somit besser Schmerzen für uns selbst und andere zu vermeiden. Dieses Projekt ist nicht nur für die sozialen Neurowissenschaften und die kognitiven Computational Neuroscience von Bedeutung, sondern soll auch die Grenzen zwischen den Forschungsdisziplinen überwinden und neue Forschungsrichtungen fördern.