პარიზის ტვინის ინსტიტუტის (Paris Brain Institute) მეცნიერებმა შეიმუშავეს ავტომატიზებული სისტემა, რომელიც ინტენსიური თერაპიის განყოფილებაში მყოფი პაციენტების ცნობიერების მდგომარეობას აფასებს. კვლევა, რომელიც ჟურნალ Brain-ში გამოქვეყნდა, დაეხმარება მედიკოსებს უფრო ზუსტად დასვან დიაგნოზი და იწინასწარმეტყველონ პაციენტის გამოჯანმრთელების შანსები.
ინსულტის, ტრავმის ან გულის გაჩერების შემდეგ, პაციენტები ხშირად ხვდებიან ცნობიერების დარღვევის შუალედურ მდგომარეობაში. ზოგიერთი მათგანი ავლენს „უნებლიე ფხიზლობის სინდრომს“ , ზოგი კი მინიმალური ცნობიერების ნიშნებს (მაგალითად, თვალის გაყოლება ობიექტზე). ყველაზე რთული შემთხვევაა „კოგნიტურ-მოტორული დისოციაცია“, როდესაც პაციენტს ესმის ყველაფერი, მაგრამ სხეულის პარალიზების გამო რეაგირებას ვერ ახდენს.
ახალი ტექნოლოგიის ეფექტურობა ეყრდნობა ექვსი სხვადასხვა კვლევის მეთოდის სინთეზს, რომელთა მიერ გენერირებულ კომპლექსურ მონაცემებს ხელოვნური ინტელექტის ალგორითმები ამუშავებს.
კვლევამ აჩვენა, რომ დიაგნოსტიკისა და მდგომარეობის პროგნოზირებისთვის სხვადასხვა ტიპის მონაცემია გადამწყვეტი:
- ტვინის ფუნქციური მაჩვენებლები: ისეთი მეთოდები, როგორიცაა ელექტროენცეფალოგრამა (EEG) და პოზიტრონულ-ემისიური ტომოგრაფია (PET), ექიმებს პაციენტის მიმდინარე მდგომარეობის (ცნობიერების დონის) ზუსტ შეფასებაში ეხმარება.
- ტვინის სტრუქტურული მაჩვენებლები: MRI და დიფუზიური MRI, რომლებიც ტვინის ქსოვილებისა და ნერვული კავშირების მთლიანობის შესასწავლად გაცილებით ეფექტურია.
რატომ არის ეს სისტემა მნიშვნელოვანი?
თანამედროვე ნეირომეცნიერებაში ცნობიერების დარღვევების მქონე პაციენტების შეფასება ხშირად ეყრდნობა ცალკეულ, იზოლირებულ კვლევებს, რაც პაციენტის მდგომარეობის შესახებ სრულ სურათს ვერ იძლევა. ახალი სისტემა კი ეფუძნება მულტიმოდალურ მიდგომას, რომელიც გულისხმობს ექვსი განსხვავებული დიაგნოსტიკური მეთოდით (მათ შორის EEG, PET და სხვადასხვა ტიპის MRI) მიღებულ მონაცემთა ინტეგრირებას.
ხელოვნური ინტელექტის ალგორითმების გამოყენება საშუალებას იძლევა, რომ ეს არაერთგვაროვანი და მოცულობითი ინფორმაცია ერთიან, ინტერპრეტირებად ჩარჩოში მოექცეს. კვლევამ, რომელიც 400-მდე პაციენტზე ჩატარდა, დაადასტურა პირდაპირი კავშირი მონაცემთა სიმრავლესა და პროგნოზის სიზუსტეს შორის: რაც უფრო მეტი სხვადასხვა ტიპის მაჩვენებელია ხელმისაწვდომი ალგორითმისთვის, მით უფრო სარწმუნოა პაციენტის მდგომარეობის შეფასება.
სისტემის დანერგვა კლინიკურ პრაქტიკაში მიზნად ისახავს პაციენტის მდგომარეობის შეფასების კრიტერიუმების ჰარმონიზაციას და ობიექტური სტანდარტის ჩამოყალიბებას. აკადემიური პერსპექტივიდან, ეს არ არის მხოლოდ ტექნოლოგიური წინსვლა, სამომავლოდ ეს მნიშვნელოვანი ნაბიჯი იქნება პერსონალიზებული მედიცინისკენ, როცა თითოეული პაციენტის მკურნალობის სტრატეგია მისი ტვინის ბიოლოგიური და ფუნქციური თავისებურებების ანალიზს დაეფუძნება.
წყარო: Brain
