Le cerveau humain serait en fait composé de deux organes distincts, selon des chercheurs de Stanford
Le cerveau ne serait pas un organe unique. Deux systèmes nerveux distincts, issus de lignées cellulaires séparées, coexisteraient à l'intérieur du crâne depuis des centaines de millions d'années..
Des chercheurs de l'université de Stanford ont émis une hypothèse révolutionnaire : le cerveau humain pourrait en réalité être composé de deux organes distincts, et non d'un seul comme on le pensait jusqu'à présent. Cette découverte, publiée en septembre 2026, remet en cause des décennies de recherches en neurosciences. Pour parvenir à cette conclusion, les scientifiques ont analysé des données issues de scanners cérébraux avancés, combinant imagerie par résonance magnétique (IRM) et intelligence artificielle. Cette approche a permis d'identifier des différences structurelles et fonctionnelles entre deux zones cérébrales jusqu'alors considérées comme un ensemble homogène. Les résultats suggèrent que ces deux entités pourraient avoir évolué séparément avant de fusionner au cours de l'évolution humaine.
Traditionnellement, le cerveau est divisé en deux hémisphères (droit et gauche), mais cette nouvelle étude propose une division différente, basée sur des critères anatomiques et fonctionnels. Les chercheurs de Stanford ont identifié deux structures cérébrales distinctes qu'ils nomment système antérieur et système postérieur. Le système antérieur, situé à l'avant du cerveau, serait associé aux fonctions cognitives supérieures comme la prise de décision, la planification et la créativité. Le système postérieur, situé à l'arrière, serait davantage lié à la perception sensorielle, à la mémoire et aux émotions. Cette séparation pourrait expliquer pourquoi certaines lésions cérébrales affectent des capacités spécifiques sans toucher aux autres.
Pour étayer leur hypothèse, les scientifiques de Stanford ont utilisé des techniques de pointe en imagerie cérébrale, notamment l'IRM fonctionnelle (IRMf), qui mesure l'activité cérébrale en temps réel, et l'IRM de diffusion, qui permet d'étudier la microstructure des tissus. Ils ont également recours à des algorithmes d'apprentissage automatique pour analyser les données de milliers de scanners cérébraux. Ces outils ont révélé des différences subtiles mais significatives entre les deux systèmes, comme des variations dans la densité des neurones ou des schémas de connectivité distincts. Les chercheurs soulignent que cette approche pourrait ouvrir la voie à une meilleure compréhension des maladies neurodégénératives, comme Alzheimer ou Parkinson, souvent associées à des dysfonctionnements dans des zones cérébrales spécifiques.
Si cette découverte est confirmée par d'autres études, elle pourrait avoir des répercussions majeures dans le domaine médical. Elle permettrait notamment de mieux cibler les traitements pour les lésions cérébrales ou les maladies neurodégénératives, en adaptant les interventions en fonction du système affecté. Par exemple, une lésion dans le système antérieur pourrait être traitée différemment d'une lésion dans le système postérieur. Les chercheurs de Stanford estiment que cette nouvelle compréhension du cerveau pourrait aussi révolutionner les approches en chirurgie cérébrale, en réduisant les risques de complications lors des interventions. Cependant, ces résultats restent préliminaires et nécessitent des validations supplémentaires avant d'envisager des applications cliniques.
La publication de cette étude a suscité un vif intérêt dans la communauté scientifique, mais aussi des réserves. Certains experts soulignent que cette hypothèse, bien que fascinante, doit être approfondie avant d'être acceptée comme une vérité scientifique. D'autres chercheurs pointent le fait que le cerveau est un organe extrêmement complexe et interconnecté, où les fonctions ne sont pas toujours localisées de manière stricte. Les neurosciences modernes privilégient en effet une vision plus dynamique et intégrée du cerveau, où les différentes zones interagissent en permanence. Les auteurs de l'étude, quant à eux, appellent à la prudence et insistent sur la nécessité de reproduire leurs résultats avec des échantillons plus larges et diversifiés.
