Ερευνητές ανέπτυξαν ένα νέο εργαλείο τεχνητής νοημοσύνης (AI) που μπορεί να βοηθήσει στην ερμηνεία και αξιολόγηση του πόσο καλά λειτουργούν οι θεραπείες για τους ασθενείς με σκλήρυνση κατά πλάκας.
Το εργαλείο, που ονομάζεται MindGlide, μπορεί να εξάγει βασικές πληροφορίες από τις εικόνες του εγκεφάλου (μαγνητικές τομογραφίες) που λαμβάνονται κατά τη διάρκεια της περίθαλψης των ασθενών με σκλήρυνση κατά πλάκας, όπως η μέτρηση των κατεστραμμένων περιοχών του εγκεφάλου και η επισήμανση λεπτών αλλαγών, όπως η συρρίκνωση του εγκεφάλου και οι πλάκες.
Η σκλήρυνση κατά πλάκας είναι μια πάθηση κατά την οποία το ανοσοποιητικό σύστημα επιτίθεται στον εγκέφαλο και τον νωτιαίο μυελό. Αυτό προκαλεί προβλήματα στον τρόπο με τον οποίο ένα άτομο κινείται, αισθάνεται ή σκέφτεται.
Οι δείκτες μαγνητικής τομογραφίας (MRI) είναι ζωτικής σημασίας για τη μελέτη και τη δοκιμή θεραπειών για τη ΣΚΠ. Ωστόσο, η μέτρηση αυτών των δεικτών απαιτεί διαφορετικούς τύπους εξειδικευμένων μαγνητικών τομογραφιών, περιορίζοντας την αποτελεσματικότητα πολλών συνηθισμένων νοσοκομειακών τομογραφιών.
Στο πλαίσιο μιας νέας μελέτης, που δημοσιεύθηκε στο Nature Communications, οι ερευνητές εξέτασαν την αποτελεσματικότητα του MindGlide σε πάνω από 14.000 εικόνες από περισσότερους από 1.000 ασθενείς με σκλήρυνση κατά πλάκας.
Αυτή η εργασία απαιτούσε προηγουμένως από ειδικούς νευροακτινολόγους να ερμηνεύουν πολύπλοκες σαρώσεις ετών - και ο χρόνος αναμονής για την αναφορά αυτών των εικόνων είναι συχνά εβδομάδες λόγω του φόρτου εργασίας των συστημάτων υγείας.
Ωστόσο, για πρώτη φορά, η MindGlide μπόρεσε να χρησιμοποιήσει με επιτυχία την τεχνητή νοημοσύνη για να ανιχνεύσει τον τρόπο με τον οποίο οι διάφορες θεραπείες επηρέασαν την εξέλιξη της νόσου τόσο σε κλινικές δοκιμές όσο και στη συνήθη περίθαλψη, χρησιμοποιώντας εικόνες που δεν μπορούσαν προηγουμένως να αναλυθούν και εικόνες συνήθους μαγνητικής τομογραφίας. Η διαδικασία διήρκεσε μόλις πέντε έως 10 δευτερόλεπτα ανά εικόνα.
Το MindGlide είχε επίσης καλύτερες επιδόσεις από δύο άλλα εργαλεία τεχνητής νοημοσύνης -- το SAMSEG (ένα εργαλείο που χρησιμοποιείται για τον εντοπισμό και τη σκιαγράφηση διαφορετικών τμημάτων του εγκεφάλου σε μαγνητικές τομογραφίες) και το WMH-SynthSeg (ένα εργαλείο που ανιχνεύει και μετρά φωτεινά σημεία που παρατηρούνται σε ορισμένες μαγνητικές τομογραφίες, τα οποία μπορεί να είναι σημαντικά για τη διάγνωση και την παρακολούθηση καταστάσεων όπως η σκλήρυνση κατά πλάκας) -- σε σύγκριση με την κλινική ανάλυση από ειδικούς.
ΤοMindGlide ήταν 60% καλύτερο από το SAMSEG και 20% καλύτερο από το WMH-SynthSeg για τον εντοπισμό ανωμαλιών του εγκεφάλου, γνωστών ως πλάκες (ή βλάβες) ή για την παρακολούθηση του αποτελέσματος της θεραπείας.
Ο πρώτος συγγραφέας, Dr. Philipp Goebl (Ινστιτούτο Νευρολογίας UCL Queen Square και Ινστιτούτο UCL Hawkes), δήλωσε: «Η χρήση του MindGlide θα μας επιτρέψει να χρησιμοποιήσουμε τις υπάρχουσες εικόνες εγκεφάλου στα αρχεία των νοσοκομείων για να κατανοήσουμε καλύτερα την πολλαπλή σκλήρυνση και τον τρόπο με τον οποίο η θεραπεία επηρεάζει τον εγκέφαλο.
«Ελπίζουμε ότι το εργαλείο θα ξεκλειδώσει πολύτιμες πληροφορίες από εκατομμύρια ανεκμετάλλευτες εικόνες του εγκεφάλου που ήταν προηγουμένως δύσκολο ή αδύνατο να κατανοηθούν, οδηγώντας άμεσα σε πολύτιμες γνώσεις για την πολλαπλή σκλήρυνση για τους ερευνητές και, στο εγγύς μέλλον, στην καλύτερη κατανόηση της κατάστασης ενός ασθενούς μέσω της τεχνητής νοημοσύνης στην κλινική. Ελπίζουμε ότι αυτό θα είναι εφικτό μέσα στα επόμενα πέντε έως 10 χρόνια».
Τα αποτελέσματα της μελέτης δείχνουν ότι είναι δυνατόν να χρησιμοποιηθεί το MindGlide για τον ακριβή εντοπισμό και τη μέτρηση σημαντικών εγκεφαλικών ιστών και βλαβών ακόμη και με περιορισμένα δεδομένα μαγνητικής τομογραφίας και με μεμονωμένους τύπους σαρώσεων που συνήθως δεν χρησιμοποιούνται για τον σκοπό αυτό.
Εκτός από τις καλύτερες επιδόσεις στον εντοπισμό αλλαγών στο εξωτερικό στρώμα του εγκεφάλου, το MindGlide είχε επίσης καλές επιδόσεις σε βαθύτερες περιοχές του εγκεφάλου.
Επιπλέον, το MindGlide μπόρεσε να επιβεβαιώσει προηγούμενες έρευνες υψηλής ποιότητας σχετικά με το ποιες θεραπείες ήταν πιο αποτελεσματικές.
