Ερευνητές χρησιμοποιούν τεχνητή νοημοσύνη και γενετικά δεδομένα από πάνω από 43.000 άτομα για να εντοπίσουν βιολογικά πρότυπα που μπορεί να αλλάξουν τη διάγνωση και τη θεραπεία μιας από τις συχνότερες νευρολογικές διαταραχές.
Εδώ και δεκαετίες, η ημικρανία διαγιγνόσκεται σε μεγάλο βαθμό με τον παραδοσιακό τρόπο: οι γιατροί ρωτούν τους ασθενείς τι μορφή έχουν οι πονοκέφαλοί τους.
ΔΙΑΦΉΜΙΣΗ
ΔΙΑΦΉΜΙΣΗ
Δεν υπάρχει εξέταση αίματος, απεικονιστικός έλεγχος ή άλλος καθιερωμένος βιοδείκτης που να μπορεί να αναγνωρίσει με βεβαιότητα τη διαταραχή. Αντί γι’ αυτό, οι γιατροί βασίζονται σε ένα γνώριμο σύμπλεγμα συμπτωμάτων – έντονους πονοκεφάλους, που συχνά συνοδεύονται από ναυτία και ευαισθησία στο φως ή στον θόρυβο.
Νέα έρευνα όμως δείχνει ότι η ημικρανία μπορεί να αφήνει ένα πολύ πιο ευρύ βιολογικό αποτύπωμα από αυτό που μαρτυρούν τα συμπτώματα.
Ερευνητές στη Νορβηγία χρησιμοποίησαν μηχανική μάθηση για να εντοπίσουν άτομα με ημικρανία με βάση πληροφορίες που δεν περιλάμβαναν τα συμπτώματα του πονοκεφάλου τους και στη συνέχεια επιστράτευσαν την τεχνητή νοημοσύνη για να ξεχωρίσουν διακριτές ομάδες ασθενών με ημικρανία.
Τα ευρήματα, που δημοσιεύθηκαν στο περιοδικό Neurology (πηγή στα Αγγλικά), ενισχύουν την πιθανότητα ότι η ημικρανία δεν αποτελεί ενιαία διαταραχή, αλλά «μια διαταραχή φάσματος που μπορεί να αναγνωριστεί και να κατηγοριοποιηθεί με βάση εκτενή κλινικά και βιολογικά δεδομένα – και όχι αποκλειστικά μέσω των συμπτωμάτων του πονοκεφάλου», όπως έγραψαν οι ερευνητές.
«Υπάρχουν πολλές ασυνέπειες στη διάγνωση της ημικρανίας. Φαίνεται ότι η τεχνητή νοημοσύνη θα μπορούσε να μας βοηθήσει να θέτουμε τη σωστή διάγνωση», δήλωσε (πηγή στα Αγγλικά)ο Anker Stubberud, ιατρός και ερευνητής κεφαλαλγίας στο Νορβηγικό Πανεπιστήμιο Επιστήμης και Τεχνολογίας (NTNU).
Κάτι που θα μπορούσε τελικά να αποδειχθεί κρίσιμο για τη θεραπεία. Αν οι διαφορετικές μορφές ημικρανίας έχουν διαφορετικά βιολογικά «αποτυπώματα», οι γιατροί ίσως μπορέσουν κάποια μέρα να προβλέπουν ποιοι ασθενείς θα ανταποκριθούν σε ποιες θεραπείες, «ώστε οι άνθρωποι να λαμβάνουν την καλύτερη δυνατή αγωγή», όπως είπε ο Stubberud, αντί να βασίζονται κυρίως στη μέθοδο δοκιμής και σφάλματος.
Οι ερευνητές ανέλυσαν δεδομένα από τη μελέτη Trøndelag Health Study, μια μεγάλη νορβηγική πληθυσμιακή έρευνα για την υγεία, της οποίας τα κλινικά στοιχεία συλλέχθηκαν τη δεκαετία του 1990 και του 2000. Στην διαγνωστική ανάλυση περιλήφθηκαν 43.197 άνθρωποι, σχεδόν 9.000 από τους οποίους είχαν ταξινομηθεί ως πάσχοντες από ημικρανία.
Οι ερευνητές εισήγαγαν στο μοντέλο τεχνητής νοημοσύνης δεκάδες στοιχεία για την υγεία και τη ζωή των συμμετεχόντων – δημογραφικά χαρακτηριστικά, ψυχική υγεία, καρδιαγγειακές και μυοσκελετικές παθήσεις, ύπνο, άσκηση, χρήση φαρμάκων και άλλους παράγοντες – μαζί με γενετικές πληροφορίες.
Καθοριστικό είναι ότι στο μοντέλο δεν δόθηκαν τα χαρακτηριστικά που ορίζουν τον ίδιο τον πονοκέφαλο.
Παρόλα αυτά, το μοντέλο με την καλύτερη επίδοση πέτυχε εμβαδό κάτω από την καμπύλη (AUC) 0,80 στο σετ δοκιμής, μέτρο που υποδηλώνει αρκετά καλή διάκριση ανάμεσα σε άτομα με ημικρανία και υγιείς μάρτυρες χωρίς πονοκέφαλο. Η προσθήκη γενετικών πληροφοριών βελτίωσε μόνο οριακά την απόδοση σε σχέση με τα αποκλειστικά κλινικά δεδομένα.
«Το γεγονός ότι η τεχνητή νοημοσύνη μπόρεσε να εντοπίσει την ημικρανία με τέτοια ακρίβεια χωρίς να γνωρίζει τίποτα για τον ίδιο τον πονοκέφαλο δείχνει ότι η πάθηση αφήνει ίχνη που εκτείνονται πολύ πέρα από τις κρίσεις», είπε ο Stubberud.
Το αποτέλεσμα αυτό είναι σημαντικό για όσα αποκαλύπτει σχετικά με τη βιολογία της ημικρανίας.
Η ηλικία ήταν ο σημαντικότερος προγνωστικός παράγοντας, ακολουθούμενη από άλλους όπως ο πόνος στον αυχένα, η έμμηνος ρύση και η ναυτία, σύμφωνα με την ανάλυση των ερευνητών για τα χαρακτηριστικά που καθοδηγούσαν τις προβλέψεις του μοντέλου.
Τέσσερις τύποι ημικρανίας
Στη συνέχεια η μελέτη προχώρησε σε ένα δεύτερο βήμα: αντί να ζητούν από το σύστημα να ξεχωρίζει την ημικρανία από άλλους τύπους πονοκεφάλου, οι ερευνητές του ζήτησαν να αναζητήσει φυσικές ομάδες μέσα στα δεδομένα.
Μεταξύ 12.185 ατόμων για τα οποία υπήρχαν αρκετά πλήρη στοιχεία σχετικά με τους πονοκεφάλους τους, ο αλγόριθμος εντόπισε ένα σύμπλεγμα 1.425 ανθρώπων, από τους οποίους το 94% πληρούσε τα κριτήρια ημικρανίας των ερευνητών. Ένα πολύ μεγαλύτερο σύμπλεγμα περιλάμβανε άτομα των οποίων οι πονοκέφαλοι ταξινομούνταν συχνότερα ως μη ημικρανικοί.
Η ομάδα με χαρακτηριστικά ημικρανίας μπορούσε με τη σειρά της να χωριστεί σε τέσσερις υποομάδες.
Η μία αποτελούνταν αποκλειστικά από άνδρες. Μια άλλη χαρακτηριζόταν από έντονο πόνο στον αυχένα. Μια τρίτη εμφάνιζε περισσότερους μυοσκελετικούς πόνους σε συνδυασμό με άγχος και κατάθλιψη. Η τέταρτη έμοιαζε περισσότερο με αυτό που οι γιατροί αναγνωρίζουν ως «κλασική» ημικρανία: τα άτομα αυτής της ομάδας εμφάνιζαν αύρα ημικρανίας, ένα σύνολο παροδικών νευρολογικών συμπτωμάτων που μπορεί να εμφανιστούν πριν ή κατά τη διάρκεια μιας κρίσης, όπως λάμψεις φωτός, ζιγκ-ζαγκ σχήματα, τυφλά σημεία ή λαμπυρίζουσες περιοχές, αλλά και μυρμήγκιασμα ή μούδιασμα και δυσκολία στην ομιλία.
Οι ομάδες αυτές παρουσίαζαν επίσης διαφορές στα γενετικά τους σήματα. Οι ερευνητές διαπίστωσαν ότι οι γενετικοί δείκτες κινδύνου που βασίζονται σε μοντέλα μηχανικής μάθησης διέκριναν τις ομάδες καλύτερα από τους συμβατικούς πολυγονιδιακούς δείκτες κινδύνου.
«Αυτό ενισχύει την υπόθεση ότι η ημικρανία δεν είναι μία και μόνη ασθένεια, αλλά ένα ετερογενές σύνολο διαφορετικών βιολογικών καταστάσεων», είπε ο Stubberud.
Οι προεκτάσεις είναι πιθανότατα ευρύτερες από μια απλώς καλύτερη διαγνωστική εξέταση.
Τα ευρήματα θα μπορούσαν να βοηθήσουν να εξηγηθεί μια χρόνια απογοήτευση για ασθενείς και γιατρούς: γιατί μια θεραπεία που λειτουργεί εξαιρετικά καλά για ένα άτομο με ημικρανία μπορεί να έχει ελάχιστο αποτέλεσμα σε ένα άλλο.