Kompjuterski program sa veštačkom inteligencijom koji obrađuje magnetnu rezonancu (MRI) može tačno da identifikuje promene u strukturi mozga koje su rezultat ponovljenih povreda glave, pokazuje nova studija na studentima sportistima. Ove varijacije nisu snimljene drugim tradicionalnim medicinskim slikama, kao što je kompjuterizovana tomografija (CT). Nova tehnologija, kažu istraživači, može pomoći u dizajniranju novih dijagnostičkih alata za bolje razumevanje suptilnih povreda mozga koje se akumuliraju tokom vremena.
Stručnjaci odavno znaju za potencijalne rizike od potresa mozga kod mladih sportista, posebno za one koji se bave sportovima visokog kontakta kao što su fudbal, hokej i fudbal. Sada se povećavaju dokazi da ponovljeni udari u glavu, čak i ako u početku izgledaju blagi, mogu da se zbrajaju tokom mnogo godina i da dovedu do kognitivnog gubitka. Dok napredni MRI identifikuje mikroskopske promene u strukturi mozga koje su rezultat traume glave, istraživači kažu da skeniranje proizvodi ogromne količine podataka kojima je teško navigirati.
Predvođeni istraživačima na Odeljenju za radiologiju Medicinskog fakulteta NIU Grossman, nova studija je po prvi put pokazala da nova alatka, koristeći tehniku veštačke inteligencije koja se zove mašinsko učenje, može precizno razlikovati mozak muških sportista koji su se bavili kontaktnim sportovima kao što su fudbal naspram beskontaktnih sportova poput atletske atletike. Rezultati su povezivali ponovljene udare glavom sa sitnim, strukturnim promenama u mozgu sportista u kontaktnim sportovima kojima nije dijagnostikovan potres mozga.
„Naši nalazi otkrivaju značajne razlike između mozgova sportista koji se bave kontaktnim sportovima u poređenju sa onima koji se takmiče u beskontaktnim sportovima“, rekla je viši autor studije i neuroradiolog Ivon Lui, dr. „Pošto očekujemo da ove grupe imaju sličnu strukturu mozga, ovi rezultati sugerišu da može postojati rizik u izboru jednog sporta u odnosu na drugi“, dodaje Lui, profesor i potpredsednik za istraživanje na Odeljenju za radiologiju na NIU Langone Health.
Lui dodaje da osim uočavanja potencijalne štete, tehnika mašinskog učenja korišćena u njihovoj istrazi takođe može pomoći stručnjacima da bolje razumeju osnovne mehanizme koji stoje iza povrede mozga.
Nova studija, koja je objavljena na mreži 22. maja u The Neuroradiologi Journal, uključivala je stotine slika mozga 36 sportista iz kontaktnih sportova (uglavnom fudbalera) i 45 sportista bez kontakta (uglavnom trkača i igrača bejzbola). Rad je imao za cilj da jasno poveže promene koje je otkrio AI alat u skeniranju mozga fudbalera sa udarima glavom. Nadovezuje se na prethodnu studiju koja je identifikovala razlike u strukturi mozga kod fudbalera, upoređujući one sa i bez potresa mozga sa sportistima koji su se takmičili u beskontaktnim sportovima.
Za istragu, istraživači su analizirali snimke magnetnom rezonancom od 81 muškog sportiste snimljene između 2016. i 2018. godine, od kojih niko nije imao poznatu dijagnozu potresa mozga u tom vremenskom periodu. Sportisti u kontaktnim sportovima igrali su fudbal, lakros i fudbal, dok su sportisti bez kontakta učestvovali u bejzbolu, košarci, atletici i krosu.
Kao deo svoje analize, istraživački tim je dizajnirao statističke tehnike koje su njihovom kompjuterskom programu dale mogućnost da „nauče“ kako da predvide izloženost ponovljenim udarima glave koristeći matematičke modele. Oni su bili zasnovani na primerima podataka koji su u njih uneti, pri čemu je program postajao „pametniji“ kako je količina podataka o obuci rasla.
Istraživački tim je obučio program da identifikuje neobične karakteristike u moždanom tkivu i razlikuje sportiste sa i bez ponovljenog izlaganja povredama glave na osnovu ovih faktora. Takođe su rangirali koliko je korisna svaka funkcija za otkrivanje oštećenja kako bi se otkrilo koja od mnogih MRI metrika može najviše doprineti dijagnozi.
Dve metrike najpreciznije su označile strukturne promene koje su rezultat povrede glave, kažu autori. Prva, srednja difuznost, meri koliko lako voda može da se kreće kroz moždano tkivo i često se koristi za uočavanje moždanih udara na MR skeniranju. Drugi, srednji kurtosis, ispituje složenost strukture moždanog tkiva i može ukazati na promene u delovima mozga uključenim u učenje, pamćenje i emocije.
„Naši rezultati naglašavaju moć veštačke inteligencije koja nam pomaže da vidimo stvari koje ranije nismo mogli da vidimo, posebno ‘nevidljive povrede’ koje se ne pojavljuju na konvencionalnim MR skeniranjima,“ rekao je vodeći autor studije Junbo Čen, MS, doktorant na NIU Tandon School of Engineering. „Ova metoda može da pruži važan dijagnostički alat ne samo za potres mozga, već i za otkrivanje oštećenja koje proizilaze iz suptilnijih i češćih udara u glavu.“
Čen dodaje da studijski tim sledeće planira da istraži upotrebu svoje tehnike mašinskog učenja za ispitivanje povreda glave kod sportistkinja.
