Dijagnostikovanje poremećaja iz autističnog spektra (ASD) je i dalje zastrašujući izazov zbog stepena složenosti koji zahteva visoko specijalizovane stručnjake. Autizam je multifaktorski neurorazvojni poremećaj sa veoma različitim simptomima. U Sjedinjenim Državama, oko 1 od 36 dece je dijagnostikovan ASD, prema Centrima za kontrolu i prevenciju bolesti (CDC), a ipak ne postoje biohemijski markeri koji bi ga precizno identifikovali. Kvantitativnu dijagnostičku metodu predlažu brazilski istraživači u članku objavljenom u časopisu Scientific Reports.
Studija je zasnovana na podacima sa snimanja mozga za 500 ljudi, od kojih je otprilike polovina (242) imala dijagnozu ASD. Na podatke su primenjene tehnike mašinskog učenja.
„Počeli smo da razvijamo našu metodologiju prikupljanjem funkcionalnih podataka magnetne rezonance [fMRI] i elektroencefalograma [EEG]“, rekao je Francisco Rodrigues, poslednji autor članka. Profesor je na Institutu za matematiku i računarstvo Univerziteta Sao Paulo (ICMC-USP) u Sao Karlosu, Brazil.
„Uporedili smo mape ljudi sa i bez ASD-a i otkrili da je dijagnoza moguća korišćenjem ove metodologije“, rekao je Rodrigues.
Istraživači su ovim mapama hranili algoritam mašinskog učenja. Na osnovu naučenih primera, sistem je bio u stanju da utvrdi koje su promene u mozgu povezane sa ASD-om sa tačnošću iznad 95%.
Mnoga nedavna istraživanja predlažu metode za dijagnostikovanje ASD-a zasnovane na mašinskom učenju, ali koriste jedan statistički parametar, zanemarujući organizaciju moždane mreže, što je inovacija u ovoj studiji, navodi se u članku. Mape mozga ili kortikalne mreže pokazuju kako su regioni mozga povezani. Istraživanje ovih mreža počelo je pre oko 20 godina i ponudilo je novu viziju neuronauke. „Kao što put sa prekidima menja saobraćaj u regionu, mozak sa promenama dovodi do promena u ponašanju“, rekao je Rodrigez.
Analiza fMRI podataka istakla je promene u određenim regionima mozga povezane sa kognitivnim, emocionalnim, procesima učenja i pamćenja. Kortikalne mreže pacijenata sa ASD-om su pokazale više segregacije, manju distribuciju informacija i manju povezanost u poređenju sa kontrolama.
„Do pre nekoliko godina malo se znalo o promenama koje dovode do simptoma ASD-a. Sada se, međutim, zna da su promene u mozgu kod pacijenata sa ASD-om povezane sa određenim ponašanjem, iako anatomska istraživanja pokazuju da je promene teško uočiti. , što čini dijagnozu blage ASD mnogo težom. Naša studija je važan korak u razvoju novih metodologija koje nam mogu pomoći da dublje razumemo ovu neurodivergenciju“, rekao je Rodrigez.
Metodologija je u razvoju i biće potrebne godine da se primeni. Ipak, to će doprineti razumevanju cerebralnih razlika i biće korisno u budućnosti kao pomoć specijalistima, posebno u slučajevima koji uključuju dijagnostičku nesigurnost.
Za Rodriguesa, studija je mali doprinos dubljem razumevanju kako se ASD odnosi na promene u mozgu. Potrebno je mnogo više istraživanja da bi se ova automatska dijagnostička metoda primenila u praksi. Mapiranje mozga može biti korisno za dijagnostikovanje drugih stanja osim ASD-a. Prethodni rad pokazuje da se moždane mape takođe mogu koristiti za otkrivanje šizofrenije sa značajnom tačnošću.
„Počeli smo da razvijamo nove metode za identifikaciju mentalnih poremećaja pre jedne decenije. Otkrili smo da se dijagnoza šizofrenije može mnogo poboljšati korišćenjem moždanih mreža i veštačke inteligencije. Takođe smo nedavno proučavali upotrebu metodologije za istraživanje Alchajmerove bolesti i pronašli tačnu automatsku dijagnozu za biti moguće“, rekao je Rodrigues, pozivajući se na studiju objavljenu 2022. u Journal of Neural Engineering.
Mnogi izazovi se moraju prevazići, kao što su male baze podataka i teškoća prikupljanja podataka, ali kao opšta metodologija može pomoći naučnicima da razumeju nekoliko stanja, a jedan od ciljeva grupe je istraživanje odnosa među mentalnim poremećajima.
„Koliko su šizofrenija i Alchajmerova bolest slične u smislu promena u mozgu? Ako možemo da pronađemo korelacije između mentalnih poremećaja, možda ćemo moći da razvijemo nove lekove i slične tretmane za različita stanja, ili čak da prilagodimo tretman za jedno stanje da bismo ga koristili u drugom. Daleko smo od ovoga, ali put pred nama je obećavajući“, rekao je Rodrigez.
Istraživači očekuju bolje razumevanje kako promene u mozgu utiču na ponašanje kako bi dovele do humanijeg i efikasnijeg tretmana, kao i efikasnije javne politike. Složenost predmeta je evidentna iz interdisciplinarnosti uključenog istraživanja. U grupi su bili fizičari, statističari, lekari i neuronaučnici iz centara u Brazilu, Francuskoj i Nemačkoj. Analizirali su medicinske podatke koje su sakupili neurolozi i studije neuronauka o imidžingu mozga, kao i algoritme koje su razvili fizičari i statističari.
Studija je bila deo Ph.D. istraživanje Caroline Alves, prvog autora članka. Njeno iskustvo je u fizici, fizičkim i biomolekularnim naukama i računarstvu.
