Οι επιστήμονες ανακάλυψαν δύο νέους υποτύπους της σκλήρυνσης κατά πλάκας (MS) με τη βοήθεια της τεχνητής νοημοσύνης, ανοίγοντας τον δρόμο για εξατομικευμένες θεραπείες και καλύτερα αποτελέσματα για τους ασθενείς.
Εκατομμύρια άνθρωποι παγκοσμίως πάσχουν από τη νόσο, όμως οι θεραπείες επιλέγονται κυρίως με βάση τα συμπτώματα και συχνά δεν είναι αποτελεσματικές, καθώς δεν στοχεύουν τη βιολογική βάση της νόσου στον κάθε ασθενή.
Πλέον, οι επιστήμονες εντόπισαν δύο νέες βιολογικές μορφές της MS χρησιμοποιώντας τεχνητή νοημοσύνη, μια απλή εξέταση αίματος και μαγνητικές τομογραφίες. Οι ειδικοί χαρακτήρισαν την ανακάλυψη «συναρπαστική», εκτιμώντας ότι μπορεί να μεταμορφώσει παγκοσμίως τη θεραπεία της νόσου.
Η έρευνα, στην οποία συμμετείχαν 600 ασθενείς, πραγματοποιήθηκε υπό την ηγεσία του University College London και της Queen Square Analytics. Οι ερευνητές εξέτασαν τα επίπεδα στο αίμα μιας ειδικής πρωτεΐνης, της sNfL, η οποία μπορεί να υποδεικνύει τον βαθμό βλάβης των νευρικών κυττάρων και τη δραστηριότητα της νόσου.
Τα αποτελέσματα της sNfL και οι απεικονίσεις του εγκεφάλου αναλύθηκαν από ένα μοντέλο μηχανικής μάθησης, το SuStaIn. Τα ευρήματα, που δημοσιεύθηκαν στο ιατρικό περιοδικό Brain, αποκάλυψαν δύο διακριτούς τύπους MS: την πρώιμη sNfL και την όψιμη sNfL.
Στον πρώτο υποτύπο, οι ασθενείς παρουσίαζαν υψηλά επίπεδα sNfL από νωρίς, με ορατή βλάβη σε τμήμα του εγκεφάλου που ονομάζεται μεσολόβιο (corpus callosum), ενώ εμφάνιζαν γρήγορα και εγκεφαλικές βλάβες. Πρόκειται για μια πιο επιθετική και ενεργή μορφή της νόσου.
Στον δεύτερο υποτύπο, παρατηρήθηκε πρώτα συρρίκνωση του εγκεφάλου σε περιοχές όπως ο μεταιχμιακός φλοιός και η βαθιά φαιά ουσία, πριν αυξηθούν τα επίπεδα sNfL. Αυτή η μορφή φαίνεται να εξελίσσεται πιο αργά, με εμφανείς βλάβες να εκδηλώνονται σε μεταγενέστερο στάδιο.
Οι ερευνητές εκτιμούν ότι η ανακάλυψη θα επιτρέψει στους γιατρούς να κατανοούν με μεγαλύτερη ακρίβεια ποιοι ασθενείς διατρέχουν υψηλότερο κίνδυνο επιπλοκών, ανοίγοντας τον δρόμο για πιο εξατομικευμένη φροντίδα.
Ο επικεφαλής συγγραφέας της μελέτης, ο Dr Arman Eshaghi από το UCL, δήλωσε: «Η σκλήρυνση κατά πλάκας δεν είναι μία ενιαία ασθένεια και οι τρέχοντες υποτύποι δεν περιγράφουν τις υποκείμενες αλλαγές στους ιστούς, τις οποίες πρέπει να γνωρίζουμε για να την θεραπεύσουμε.
Χρησιμοποιώντας ένα μοντέλο τεχνητής νοημοσύνης σε συνδυασμό με έναν ευρέως διαθέσιμο δείκτη αίματος και μαγνητικές τομογραφίες, καταφέραμε για πρώτη φορά να αναδείξουμε δύο ξεκάθαρα βιολογικά μοτίβα της MS. Αυτό θα βοηθήσει τους κλινικούς γιατρούς να κατανοήσουν σε ποιο σημείο της πορείας της νόσου βρίσκεται κάθε ασθενής και ποιοι χρειάζονται στενότερη παρακολούθηση ή πρώιμη, στοχευμένη θεραπεία».
Στο μέλλον, όταν το εργαλείο τεχνητής νοημοσύνης υποδεικνύει ότι ένας ασθενής έχει πρώιμη sNfL MS, ενδέχεται να του χορηγούνται θεραπείες υψηλότερης αποτελεσματικότητας και να παρακολουθείται στενότερα. Αντίθετα, όσοι έχουν όψιμη sNfL μπορεί να λαμβάνουν διαφορετικές θεραπείες, όπως εξατομικευμένες αγωγές για την προστασία των νευρικών κυττάρων.
«Η καινοτομία είναι διπλή: αφενός ο μετασχηματισμός της κλινικής και νευρολογικής εξέτασης —που δεν έχει αλλάξει εδώ και αιώνες— με τη βοήθεια αλγορίθμων τεχνητής νοημοσύνης, και αφετέρου η παροχή εξατομικευμένων θεραπειών βάσει του προφίλ της νόσου», πρόσθεσε ο Dr Eshaghi.
Με πληροφορίες από Guardian
