Сканування мозку для допомоги аутизму?

Нові дослідження показують, що може бути день, коли порушення мозку, пов’язані з аутизмом, можна буде виявити за допомогою сканування мозку.

Раннє виявлення цих специфічних відхилень головного мозку може призвести до поліпшення діагностики та глибшого розуміння розладів спектру аутизму.

Виявлення біомаркерів, пов’язаних з аутизмом, було складним завданням, часто через те, що методи, які демонструють перспективність для однієї групи пацієнтів, не вдаються при застосуванні до іншої.

Однак у новому дослідженні вчені повідомляють про новий ступінь успіху. Запропонований ними біомаркер працював із порівняно високим ступенем точності при оцінці двох різних груп дорослих.

Вчені розробили комп'ютерний алгоритм, який називаєтьсякласифікатор”, Оскільки він може класифікувати набори суб’єктів - тих, хто має розлад аутистичного спектру, і тих, хто не має, - на основі функціональної магнітно-резонансної томографії (фМРТ) сканування мозку.

Проаналізувавши тисячі зв’язків зв’язку мозкової мережі у безлічі людей з аутизмом та без нього, програмне забезпечення виявило 16 ключових міжрегіональних функціональних зв’язків, які дозволили йому з високою точністю визначити, хто традиційно був діагностований аутизмом, а хто ні.

Ця технологія була в основному розроблена в Міжнародному інституті досліджень телекомунікацій у Кіото, Японія, за участю трьох співавторів з Університету Брауна в Род-Айленді.

Дослідники вивчили 181 дорослого добровольця на трьох сайтах в Японії, а потім застосували алгоритм до групи з 88 дорослих американців на семи сайтах. Усі добровольці з діагнозом аутизм не мали інтелектуальних вад.

"Це перше дослідження, яке [з успіхом] застосувало класифікатор до абсолютно іншої когорти", - сказала автор-кореспондент доктор Юка Сасакі, доцент-дослідник когнітивних, лінгвістичних та психологічних наук у Брауні.

“Раніше було багато спроб. Ми нарешті подолали проблему ".

Класифікатор, який поєднує два алгоритми машинного навчання, добре працював у кожній популяції, в середньому 85 відсотків точності серед японських добровольців та 75 відсотків точності серед американців.

Дослідники підрахували, що ймовірність побачити такий ступінь ефективності між популяціями суто випадково становила 1,4 з мільйона.

Дослідники підтвердили ефективність класифікатора іншим способом, порівнявши прогнозування класифікатора діагнозу аутизму з основним діагностичним методом, доступним на даний момент для клініцистів, - Графіком спостереження за аутизмом (ADOS).

ADOS базується не на маркерах біології чи фізіології, а натомість на опитуваннях лікаря та спостереженнях за поведінкою. Класифікатор зміг передбачити бали за компонентом зв'язку ADOS зі статистично значущою кореляцією 0,44. Кореляція свідчить про те, що 16 зв’язків, визначених класифікатором, стосуються важливих атрибутів ADOS.

Потім дослідники виявили, що зв’язки були пов’язані з мозковою мережею, відповідальною за функції мозку, такі як визнання інших людей, обробка обличчя та емоційна обробка. Це анатомічне узгодження узгоджується із симптомами, пов’язаними з розладами спектру аутизму, такими як соціальне та емоційне сприйняття.

Нарешті, команда перевірила, чи відображає класифікатор належним чином подібність та відмінності між розладами спектру аутизму та іншими психічними захворюваннями.

Наприклад, відомо, що аутизм має подібність із шизофренією, але не з депресією або розладом гіперактивності з дефіцитом уваги.

Застосовуючи до пацієнтів з кожним із цих інших розладів порівняно з подібними людьми без умов, класифікатор продемонстрував помірну, але статистично значущу точність у розрізненні хворих на шизофренію, але не з депресією та хворими на СДУГ.

Сканування МРТ, необхідне для збору даних, було простим, сказав Сасакі. Випробовуваним потрібно було провести в машині близько 10 хвилин, і їм не потрібно було виконувати жодних спеціальних завдань. Вони просто мусили залишатися нерухомими і відпочивати.

Незважаючи на цю простоту, і хоча класифікатор працював безпрецедентно добре як предмет дослідження, Сасакі сказав, що він ще не готовий бути клінічним інструментом. Незважаючи на те, що майбутнє може призвести до такого розвитку, спочатку потрібно буде вдосконалення.

"Рівень точності повинен бути набагато вищим", - сказав Сасакі. "Вісімдесят відсотків точності може бути не корисним у реальному світі".

Також незрозуміло, як це буде працювати серед дітей, оскільки добровольцями у цьому дослідженні були всі дорослі.

Незважаючи на те, що класифікатор не готовий до поточної діагностики, оскільки точність покращує сканування, а аналіз може бути не тільки діагностичним інструментом, заснованим на фізіології, а й підходом до контролю ефективності лікування.

Лікарі, можливо, колись зможуть скористатися цим інструментом, щоб відстежувати, чи не спричиняє терапія зміни в зв'язках мозку, сказав Сасакі.

Дослідження опубліковано в журналі Природні комунікації.

Джерело: Університет Брауна