News - AI-Powered Insight-ը բացահայտում է ուղեղի կաթվածի վերալարումը

The Lancet Digital Health-ում ընդգծված բեկումնային հետազոտության մեջ USC Mark and Mary Stevens Neuroimaging and Informatics Institute-ի (Stevens INI) գիտնականները հայտնաբերել են մի երևույթ, որտեղ ինսուլտի հետևանքով ուղեղները կարող են վերակազմավորվել՝ արտացոլելով կառուցվածքային երիտասարդության առանձնահատկությունները չվնասված շրջաններում՝ հարմարեցնելով ներուժից հետո: Նեյրոպատկերման գենետիկայի բարելավումը մետա-վերլուծության (ENIGMA) Կաթվածի վերականգնման աշխատանքային խմբի կողմից նախաձեռնված միջազգային հետազոտությունն ուսումնասիրել է ավելի քան 500 ինսուլտից վերապրածների ուղեղի սկանավորումներ 34 հետազոտական ​​հաստատություններից ութ տարբեր երկրներում: Օգտագործելով խորը ուսուցման մոդելներ, որոնք վերապատրաստվել են MRI սկանավորման հսկայական զանգվածի վրա, թիմը գնահատել է ուղեղի տարբեր շրջանների «ուղեղի տարիքը» ինսուլտից հետո՝ ուսումնասիրելու կառուցվածքային ազդեցությունը և վերականգնման օրինաչափությունները: Դոկտոր Հոսունգ Քիմը, հետազոտական ​​նյարդաբանության դոցենտ պրոֆեսոր Քեկի Բժշկական դպրոցի USC-ում, նշել է. «Ավելի մեծ ինսուլտների առաջացումը հակված է ծերացնելու ուղեղի ախտահարված կիսագունդը, սակայն ուշագրավ է, որ հակառակ կողմը կարող է ավելի երիտասարդ երևալ: Օգտագործելով բարդ արհեստական ​​ինտելեկտի գրաֆիկական կոնվոլյուցիոն ցանց՝ թիմը բժշկականորեն գնահատել է ուղեղի 18 տարբեր շրջաններ ՄՌՏ տվյալներից՝ կենսաբանական տարիքը պարզելու համար: Այս կանխատեսումների և իրական տարիքի միջև եղած անհամապատասխանությունները, որոնք հայտնի են որպես ուղեղի կողմից կանխատեսված տարիքային տարբերություն (ուղեղի-PAD), ծառայում են որպես նյարդային առողջության և վերականգնման ցուցանիշ: Այս չափորոշիչները զուգակցելով շարժիչի կատարողականի միավորների հետ բացահայտեց մի ապշեցուցիչ բացահայտում. նույնիսկ վերականգնումից հետո վեց ամիս անց, ինսուլտից վերապրածները, որոնք զգալի շարժման դժվարություններ ունեն, ցույց տվեցին ուղեղի սպասվածից ավելի երիտասարդ տարիքը վնասվածքին հակազդող շրջաններում, հատկապես ճակատային պարիետալ ցանցում, ինչը կարևոր է շարժիչ վիրահատությունների համար: «Մեր հետազոտությունը ցույց է տալիս, որ ինսուլտի ծանր հետևանքները կարող են դրդել ուղեղի առողջ հատվածներին, մասնավորապես՝ վնասվածքին հակառակ հատվածներին, փոխհատուցել շարժման դեֆիցիտը», - մանրամասնեց դոկտոր Քիմը: «Հակառակ ճակատային պարիետալ ցանցը, որը որոշիչ է շարժիչի պլանավորման և համակարգման մեջ, պատկերում էր երիտասարդացված բնութագրերը՝ ցույց տալով նյարդային պատահականությունը, այլ ոչ թե ամբողջական ֆունկցիոնալ վերականգնումը: Այս առանցքային հետազոտությունը, որն անցկացվել է ENIGMA-ի ներքո, միավորում է նյարդային տվյալները ամբողջ աշխարհում՝ հարստացնելու ուղեղի դինամիկայի մասին պատկերացումները տարբեր հիվանդությունների ժամանակ: ՄՌՏ տվյալների հավասարեցումը և կլինիկական չափումները տարբեր խմբերից հանգեցրին ինսուլտի նեյրոպատկերման աշխարհի ամենամեծ հավաքածուի կազմմանը: Սթիվենս INI-ի տնօրեն Արթուր Վ. Տոգան ընդգծել է. «Ինսուլտից վերապրածների գլոբալ տվյալները AI-ի հետ միավորելը մեզ թույլ է տալիս հայտնաբերել ուղեղի վերակազմավորման բարդ օրինաչափություններ, որոնք կարող են բաց թողնել փոքր ուսումնասիրությունները: Քրոնիկ հետինսուլտային ուղեղի ծերացման այս տարատեսակ օրինաչափությունները կարող են դառնալ անհատականացված վերականգնողական ռազմավարություններ»: Այս ուսումնասիրությունը երկարաձգելու ծրագրեր են իրականացվում՝ հետևելով ուղեղի տարիքի էվոլյուցիան և վերակազմակերպումը սուր փուլերից՝ ինսուլտի վերականգնման ժամանակագրությունների միջոցով: Բժիշկները նախատեսում են հիվանդի համար հատուկ միջամտություններ, որոնք նախատեսված են նյարդային անհատական ​​հարմարվողականությունների շուրջ՝ պոտենցիալ արագորեն բարելավելով վերականգնման հեռանկարները: «ՄՌՏ-ի վրա հիմնված ուղեղի տարածաշրջանային տարիքի խորը ուսուցման կանխատեսումը բացահայտում է հակալեզվային նեյրոպլաստիկությունը՝ կապված խրոնիկական ինսուլտի ծանր շարժիչի խանգարման հետ. ENIGMA-ի համաշխարհային ուսումնասիրություն» վերնագրով ուսումնասիրությունը ֆինանսավորվել է NIH դրամաշնորհի R01 NS115845-ի կողմից՝ ներգրավելով միջազգային գործընկերներ Բրիտանական Կոլումբիայի համալսարանից, Օսլոյի համալսարանից, Մոնաշի համալսարանից, Էմմորի համալսարանից: Այս ուսումնասիրության կամ առնչվող ENIGMA հետազոտական ​​առաջընթացների վերաբերյալ լրացուցիչ մանրամասների համար այցելեք https://enigma.ini.usc.edu: