یک اسکن مغز می تواند بیماری آلزایمر را سریع و دقیق تشخیص دهد

پیشرفت تحقیقاتی جدید از فناوری یادگیری ماشینی برای بررسی ویژگی‌های ساختاری مغز، از جمله در مناطقی که قبلاً با آلزایمر مرتبط نبوده‌اند، استفاده می‌کند. مزیت این تکنیک سادگی آن و این واقعیت است که می تواند بیماری را در مراحل اولیه شناسایی کند، زمانی که تشخیص آن بسیار دشوار است.

اگرچه هیچ درمانی برای بیماری آلزایمر وجود ندارد، تشخیص سریع در مراحل اولیه به بیماران کمک می کند. این به آنها اجازه می دهد تا به کمک و پشتیبانی دسترسی داشته باشند، برای مدیریت علائم خود درمان دریافت کنند و برای آینده برنامه ریزی کنند. توانایی شناسایی دقیق بیماران در مراحل اولیه بیماری همچنین به محققان کمک می کند تا تغییرات مغزی را که باعث شروع بیماری می شود، درک کنند و از توسعه و آزمایش درمان های جدید پشتیبانی کند.

این تحقیق امروز (20 ژوئن 2022) در مجله Nature Portfolio ، Communications Medicine منتشر شد و از طریق موسسه ملی تحقیقات بهداشت و مراقبت (NIHR) مرکز تحقیقات بیومدیکال امپریال تامین شد.

بیماری آلزایمر شایع ترین نوع زوال عقل است که بیش از نیم میلیون نفر در بریتانیا به آن مبتلا هستند. اگرچه اکثر افراد مبتلا به آلزایمر بعد از سن 65 سالگی به آن مبتلا می شوند، افراد زیر این سن نیز می توانند به آن مبتلا شوند. شایع ترین علائم زوال عقل از دست دادن حافظه و مشکلات در تفکر، حل مسئله و زبان است.

پزشکان در حال حاضر از مجموعه‌ای از آزمایش‌ها برای تشخیص بیماری آلزایمر استفاده می‌کنند، از جمله تست‌های حافظه و شناختی و اسکن مغز. این اسکن ها برای بررسی رسوبات پروتئینی در مغز و کوچک شدن هیپوکامپ، ناحیه ای از مغز که با حافظه مرتبط است، استفاده می شود. همه این آزمایشات ممکن است چند هفته طول بکشد، هم ترتیب و هم پردازش.

رویکرد جدید فقط به یکی از این موارد نیاز دارد – یک اسکن مغزی تصویربرداری تشدید مغناطیسی (MRI) که روی یک دستگاه استاندارد 1.5 تسلا که معمولاً در اکثر بیمارستان‌ها یافت می‌شود، گرفته می‌شود.

محققان الگوریتمی را که برای استفاده در طبقه بندی تومورهای سرطانی توسعه یافته بود، اقتباس کردند و آن را روی مغز اعمال کردند. آنها مغز را به 115 منطقه تقسیم کردند و 660 ویژگی مختلف مانند اندازه، شکل و بافت را برای ارزیابی هر منطقه اختصاص دادند. سپس آنها الگوریتم را آموزش دادند تا مشخص کند که تغییرات در این ویژگی ها می تواند به طور دقیق وجود بیماری آلزایمر را پیش بینی کند.

این تیم با استفاده از داده‌های ابتکار تصویربرداری عصبی بیماری آلزایمر، رویکرد خود را روی اسکن‌های مغزی از بیش از 400 بیمار مبتلا به آلزایمر در مراحل اولیه و بعدی، افراد سالم و بیماران مبتلا به سایر بیماری‌های عصبی، از جمله زوال عقل فروتنومپورال و بیماری پارکینسون، آزمایش کردند. آنها همچنین آن را با داده های بیش از 80 بیمار تحت آزمایش های تشخیصی آلزایمر در Imperial College Healthcare NHS Trust آزمایش کردند.

آنها دریافتند که در 98 درصد موارد، سیستم یادگیری ماشینی مبتنی بر MRI به تنهایی می تواند به طور دقیق پیش بینی کند که آیا بیمار به بیماری آلزایمر مبتلا شده است یا خیر. همچنین با دقت نسبتاً بالایی در 79 درصد بیماران توانست بین آلزایمر در مراحل اولیه و اواخر تمایز قائل شود.

پروفسور اریک ابواگی، از دپارتمان جراحی و سرطان امپریال، که این تحقیق را رهبری می‌کرد، گفت: «در حال حاضر هیچ روش ساده و گسترده دیگری نمی‌تواند بیماری آلزایمر را با این میزان دقت پیش‌بینی کند، بنابراین تحقیقات ما گام مهمی به جلو است. بسیاری از بیمارانی که با آلزایمر در کلینیک‌های حافظه مراجعه می‌کنند، بیماری‌های عصبی دیگری نیز دارند، اما حتی در این گروه، سیستم ما می‌تواند بیمارانی را که آلزایمر داشتند از بیمارانی که این بیماری را نداشتند، تشخیص دهد.

“انتظار برای تشخیص می تواند یک تجربه وحشتناک برای بیماران و خانواده های آنها باشد. اگر بتوانیم مدت زمانی را که باید منتظر بمانند کاهش دهیم، تشخیص را به فرآیندی ساده‌تر تبدیل کنیم و برخی از عدم قطعیت‌ها را کاهش دهیم، کمک زیادی می‌کنیم. رویکرد جدید ما همچنین می‌تواند بیماران در مراحل اولیه را برای آزمایش‌های بالینی درمان‌های دارویی جدید یا تغییرات سبک زندگی شناسایی کند، که در حال حاضر انجام آن بسیار سخت است.

سیستم جدید تغییراتی را در مناطقی از مغز مشاهده کرد که قبلاً با بیماری آلزایمر مرتبط نبودند، از جمله مخچه (بخشی از مغز که فعالیت بدنی را هماهنگ و تنظیم می کند) و دی انسفالون شکمی (مرتبط با حواس، بینایی و شنوایی). این امر راه های بالقوه جدیدی را برای تحقیق در این زمینه ها و ارتباط آنها با بیماری آلزایمر باز می کند.

دکتر پرش مالهوترا که مشاور اعصاب در Imperial College Healthcare NHS Trust و محقق دپارتمان علوم مغز امپریال است، گفت: «اگرچه نورو رادیولوژیست‌ها قبلاً اسکن‌های MRI را برای کمک به تشخیص آلزایمر تفسیر می‌کنند، اما احتمالاً ویژگی‌هایی از اسکن‌ها وجود دارد که حتی برای متخصصان قابل مشاهده نیستند. استفاده از الگوریتمی که قادر به انتخاب بافت و ویژگی‌های ساختاری ظریف در مغز است که تحت تأثیر آلزایمر است، می‌تواند اطلاعاتی را که می‌توانیم از تکنیک‌های تصویربرداری استاندارد به دست آوریم، افزایش دهد.»