Η τεχνητή νοημοσύνη αποκαλύπτει κρυφές βλάβες ασθενών με σκλήρυνση κατά πλάκας

Η Σκλήρυνση Κατά Πλάκας  θεωρείται εδώ και χρόνια μια νόσος που επηρεάζει κυρίως τη «λευκή ουσία» του εγκεφάλου, δηλαδή τα νευρικά δίκτυα που λειτουργούν σαν καλώδια επικοινωνίας ανάμεσα στις διάφορες περιοχές του νευρικού συστήματος. Ωστόσο, τα τελευταία χρόνια οι επιστήμονες έχουν καταλάβει ότι η νόσος επηρεάζει από νωρίς και τον εξωτερικό φλοιό του εγκεφάλου, την περιοχή που σχετίζεται με σημαντικές λειτουργίες όπως τη σκέψη, τη μνήμη και την επεξεργασία πληροφοριών.

Οι μικρές αυτές βλάβες στον φλοιό, γνωστές ως φλοιώδεις βλάβες, φαίνεται ότι συνδέονται στενά με την εξέλιξη της αναπηρίας και τα προβλήματα στη γνωστική λειτουργία. Παρ’ όλα αυτά, η ανίχνευσή τους στις συνηθισμένες μαγνητικές τομογραφίες παραμένει δύσκολη. Αυτό σημαίνει ότι ένα σημαντικό κομμάτι της νόσου μπορεί να παραμένει «κρυφό» στις εξετάσεις που χρησιμοποιούνται σήμερα τόσο στην κλινική πράξη όσο και στις μεγάλες μελέτες νέων θεραπειών.

Μια νέα διεθνής ερευνητική εργασία, που δημοσιεύθηκε στο περιοδικό Communications Medicine, δείχνει ότι η τεχνητή νοημοσύνη και οι σύγχρονες τεχνικές επεξεργασίας εικόνας μπορούν να αλλάξουν αυτή την κατάσταση. Οι επιστήμονες κατάφεραν να εντοπίσουν και να μετρήσουν φλοιώδεις βλάβες αξιοποιώντας απλές μαγνητικές τομογραφίες που είχαν ήδη πραγματοποιηθεί στο πλαίσιο μεγάλης κλινικής δοκιμής.

Νέα δεδομένα σε παλιές μαγνητικές τομογραφίες

Οι ερευνητές δεν χρειάστηκε να υποβάλουν τους ασθενείς σε νέες, πιο εξελιγμένες εξετάσεις. Αντίθετα, ανέλυσαν ξανά δεδομένα από τη μεγάλη κλινική μελέτη ORATORIO, στην οποία είχαν συμμετάσχει 732 άνθρωποι με πρωτοπαθώς προϊούσα σκλήρυνση κατά πλάκας. Για την ανάπτυξη και δοκιμή της νέας μεθόδου χρησιμοποιήθηκε αρχικά ένα δείγμα 80 ασθενών.

Οι επιστήμονες πήραν τις υπάρχουσες εικόνες μαγνητικής τομογραφίας και τις επεξεργάστηκαν με διαφορετικούς τρόπους, δημιουργώντας νέες «εκδοχές» των εικόνων στις οποίες οι ύποπτες περιοχές μπορούσαν να ξεχωρίσουν καλύτερα. Στη συνέχεια συνδύασαν αυτές τις τεχνικές με ένα σύστημα τεχνητής νοημοσύνης που είχε εκπαιδευτεί να αναγνωρίζει μοτίβα στις εικόνες του εγκεφάλου. Ο στόχος δεν ήταν απλώς να εντοπιστούν πιθανές βλάβες, αλλά να δημιουργηθεί ένα εργαλείο που θα μπορεί να τις μετρά με μεγαλύτερη συνέπεια και ακρίβεια. Η νέα μέθοδος συνδύασε διαφορετικές πληροφορίες από τις μαγνητικές τομογραφίες. Οι ερευνητές δημιούργησαν μια νέα μορφή εικόνας, την οποία ονόμασαν MMCLE, που συγκεντρώνει τα πλεονεκτήματα διαφορετικών τεχνικών και βοηθά τις βλάβες να ξεχωρίζουν περισσότερο από τον υγιή εγκεφαλικό ιστό.

Περισσότερες βλάβες γίνονται πλέον ορατές

Τα αποτελέσματα ήταν εντυπωσιακά. Με τη νέα προσέγγιση οι επιστήμονες εντόπισαν συνολικά 1.182 φλοιώδεις βλάβες στους 80 ασθενείς, δηλαδή περίπου 15 βλάβες ανά άτομο κατά μέσο όρο. Όταν ειδικοί ακτινολόγοι αξιολόγησαν τις εικόνες χωρίς να γνωρίζουν ποια περιοχή περιείχε πραγματική βλάβη και ποια όχι, η νέα μέθοδος είχε το καλύτερο αποτέλεσμα. Εντόπισε περίπου το 86% των πραγματικών βλαβών, ενώ τα λάθη, δηλαδή οι περιοχές που χαρακτηρίστηκαν λανθασμένα ως βλάβες, παρέμειναν σε χαμηλό επίπεδο.

Ιδιαίτερα σημαντικό ήταν ότι οι κλασικές εικόνες μαγνητικής τομογραφίας συχνά δεν έδειχναν αυτές τις αλλοιώσεις. Σε αρκετές περιπτώσεις οι βλάβες ήταν ορατές μόνο μετά την ειδική επεξεργασία των εικόνων. Οι ερευνητές διαπίστωσαν επίσης ότι η χρήση πολλών διαφορετικών τύπων εικόνων μαζί ήταν πιο αποτελεσματική από τη χρήση μίας μόνο τεχνικής. Κάθε μέθοδος έδινε διαφορετικές πληροφορίες και ο συνδυασμός τους επέτρεπε μια πιο ολοκληρωμένη εικόνα της κατάστασης του εγκεφάλου.

Νέες δυνατότητες για την έρευνα και τη θεραπεία

Η σημασία της μελέτης δεν περιορίζεται μόνο στη βελτίωση της διάγνωσης. Οι φλοιώδεις βλάβες θεωρούνται ένας από τους παράγοντες που μπορούν να εξηγήσουν γιατί ορισμένοι ασθενείς συνεχίζουν να εμφανίζουν επιδείνωση, παρά το γεγονός ότι οι σύγχρονες θεραπείες έχουν μειώσει σημαντικά την εμφάνιση νέων βλαβών στη λευκή ουσία. Επομένως, με τη νέα μέθοδο, οι επιστήμονες μπορούν πλέον να επιστρέψουν σε παλιές μεγάλες κλινικές μελέτες και να εξετάσουν αν οι θεραπείες επηρεάζουν και αυτές τις πιο δύσκολα ανιχνεύσιμες αλλοιώσεις. Παράλληλα, η τεχνολογία αυτή μπορεί στο μέλλον να βοηθήσει τους γιατρούς να έχουν μια πιο πλήρη εικόνα της νόσου σε κάθε ασθενή. Η ανίχνευση των φλοιωδών βλαβών θα μπορούσε να προσφέρει επιπλέον στοιχεία για την πρόγνωση της πορείας της σκλήρυνσης κατά πλάκας και την επιλογή της κατάλληλης θεραπευτικής στρατηγικής.