Koristeći veštačku inteligenciju za analizu skeniranja mozga hiljada ljudi sa multipla sklerozom, kako bi saznali više o bolesti, istraživači su u novoj studiji otkrili tri podtipa ove bolesti, zasnovana na abnormalnostima mozga. Ovo otkriće, objavljeno u časopisu Nature Communications, prema očekivanju naučnika, pomoćiće lekarima da bolje i sveobuhvatnije sagledavaju multipla sklerozu, kako bi efikasnije određivali ciljano lečenje, jer trenutno kategorišu i leče slučajeve multipla skleroze prema načinu na koji napreduju simptomi pojedinca.
Napredak bolesti nepredvidiv, a lečenje je teško
Multipla skleroza je autoimuno stanje u kojem imuni sistem napada mijelinski omotač koji pokriva i štiti živce u mozgu i kičmenoj moždini. Ova hronična bolest nervnog sistema narušava protok električnih signala između mozga i tela, što često ima posledice koje menjaju život. Njen napredak je nepredvidiv, a lečenje teško.
Trenutno, pod koju od 4 kategorije multipla skleroze (zasnovane na simptomima) spada stanje osobe, odrediće njihove mogućnosti lečenja. Ovaj pristup važio je do sada.
– Multipla skleroza se ne oslanja direktno na osnovnu biologiju bolesti i stoga ne može da pomogne lekarima u odabiru pravog tretmana za svakog pacijenta – kaže dr Arman Eshaghi sa Queen Square Institute of Neurology at University College u Londonu. Dr Eshaghi je vodeći autor nove studije koju su istraživači sproveli kako bi razvili bolje shvatanje fizioloških mehanizama koji podupiru kliničke simptome multipla skleroze. Koristeći veštačku inteligenciju, odnosno poseban algoritam, studija je identifikovala tri nova podtipa bolesti, koji mogu da pomocgnu lekarima da efikasnije ciljaju lečenje.
Algoritam uočava abnormalnosti na snimcima mozga
Istraživači su identifikovali nove podtipove multipla skleroze nakon izvođenja MRI skeniranja mozga 6.322 obolele osobe. Ključ otkrića bila je nenadgledana analiza skeniranja koju je razvio UCL razvijen algoritamski program nazvan „SuStaIn“. Programski algoritam posebno je vešt u uočavanju obrazaca u podacima koji su možda previše suptilni da bi ljudi mogli sami da ih otkriju.
– Ovde smo koristili veštačku inteligenciju i postavili pitanje „može li veštačka inteligencija da pronađe podtipove MS koji slede određeni obrazac na slikama mozga? Naš algoritam otkrio je tri podtipa multipla skleroze, vođena podacima koji su definisani patološkim abnormalnostima uočenim na snimcima mozga – objasnio je dr Arman Eshaghi.
Određena 3 nova podtipa
Tri nova podtipa su cortex-led (vođena korteksom), normal-appearing white matter-led (normalno vođena belom materijom) i lesion-led (vođena lezijama), a imena opisuju kako se prvo predstavljaju kao moždane abnormalnosti. Da bi potvrdili svoja otkrića, naučnici su prebacili SuStaIn iz režima analize u režim otkrivanja i dodali mu zasebni skup podataka sa 3.068 dodatnih MRI snimaka mozga od ljudi obolelih od multipla skleroze. Anomalije mozga u ovoj drugoj grupi potvrdile su postojanje tri podtipa.
Različita reakcija pacijenata, u odnosu na podtip bolesti
Dr Eshaghi primećuje da je tim nakon identifikacije podtipova uradio dalju retrospektivnu analizu istoriju bolesti pacijenata kako bi utvrdio kako su ljudi sa novoidentifikovanim MS podtipovima reagovali na različite tretmane. Dok upozorava da su neophodne dalje kliničke studije, dr Eshaghi je saopštio:
– Postojala je jasna razlika, prema podtipu, u odgovoru pacijenata na različite tretmane i u akumulaciji invaliditeta tokom vremena. Ovo je važan korak ka predviđanju individualnih odgovora na terapije.
Studija je nova nada za obolele od MS
Jedna od autora studije profesorka Olga Ciccarelli primećuje da je algoritamska analiza skeniranja mozga možda samo početak.
– Metoda koja se koristi za klasifikaciju MS trenutno je usredsređena samo na promene uočene na snimcima mozga. Sada bi trebalo da proširujemo pristup na uključivanje i drugih kliničkih informacija – smatra Olga Ciccarelli. S obzirom na tešku i još uvek pomalo misterioznu prirodu multipla skleroze, profesor Ciccarelli kaže da studija nudi novu nadu ljudima koji boluju od ove potencijalno iscrpljujuće bolesti. Ovo uzbudljivo polje istraživanja, kako navodi, dovešće do individualne definicije ciljan terapije MS i individualnog predviđanja odgovora na lečenje obolelih, uz pomoć veštačke inteligencije.
– Sada smo, uz pomoć algoritnma i velikog skupa podataka, napravili prvi korak ka boljem shvatanju osnovnih mehanizama bolesti, što može biti osnova za našu trenutnu kliničku klasifikaciju. Ovo je fantastično dostignuće i potencijalno može da nas informiše, kako o evoluciji bolesti, tako i o odabiru pacijenata za klinička ispitivanja – smatra profesor Alan Thompson, University College u Londonu.
