آرمان عشقی؛

دانشمند ایرانی سه زیرگروه جدید مولتیپل اسکلروزیس (MS) را شناسایی کرد

آرمان عشقی دانشمند کالج دانشگاهی لندن با استفاده از هوش مصنوعی سه زیرگروه جدید ام اس با عنوان "منجر به قشر"، "با هدایت ماده سفید با ظاهر طبیعی" و "منجر به ضایعه" را از اسکن مغزی (MRI) شناسایی کرد.

به گزارش خبرگزاری علم و فناوری از اصفهان به نقل ازgenengnews ، آرمان عشقی دانشمند کالج دانشگاهی لندن با استفاده از هوش مصنوعی سه زیرگروه جدید ام اس با عنوان "منجر به قشر"، "با هدایت ماده سفید با ظاهر طبیعی" و "منجر به ضایعه" را از اسکن مغزی (MRI) شناسایی کرد. محققان می‌گویند این یافته‌ها به شناسایی افرادی مبتلا به ام اس که احتمال پیشرفت بیماری دارند کمک خواهد کرد و می‌تواند به هدف‌گیری درمانی موثرتری کمک کند.

 

آرمان عشقی، دکترای پزشکی انستیتوی عصب شناسی کوئین اسکئور دانشگاه لندن، توضیح داد، "در حال حاضر ام اس به طور گسترده‌ای در گروه‌های پیشرونده و عود کننده ‌طبقه‌بندی می‌شود که براساس علائم بیمار است. این امر مستقیماً به بیولوژی زمینه‌ای بیماری متکی نیست و بنابراین نمی‌تواند در انتخاب روش درمانی مناسب برای بیماران به پزشکان کمک کند. در اینجا، ما از هوش مصنوعی استفاده کردیم و این سوال را پرسیدیم: آیا هوش مصنوعی می‌تواند انواع فرعی ام اس را که از الگوی خاصی در تصاویر مغز پیروی می‌کنند، پیدا کند؟ هوش مصنوعی ما سه زیر نوع ام اس مبتنی بر داده را کشف کرده است که توسط ناهنجاری‌های پاتولوژیک مشاهده شده در تصاویر مغز تعریف می‌شوند. "

عشقی نویسنده اصلی مقاله منتشر شده در ارتباطات نیچر است که عنوان آن "شناسایی زیرگروه‌های مولتیپل اسکلروزیس با استفاده از یادگیری ماشین بدون نظارت و داده‌هایMRIاست.

ام اس یکی از رایجترین دلایل ناتوانی در جوانان است و هنگامی ایجاد میشود که سیستم ایمنی بدن به اشتباه به غلاف میلین که به اطراف اعصاب مغز و نخاع میپیچد حمله کند. این منجر به اختلال در سیگنالینگ الکتریکی بین سلول‌های عصبی می‌شود. بیشتر افراد مبتلا به ام اس در سنین 20 تا 50 سال تشخیص داده می‌شوند، اگرچه ممکن است اولین علائم ام اس سال‌ها زودتر شروع شود. علائم اولیه متداول شامل گزگز، بی حسی، از دست دادن تعادل و مشکلات بینایی است. با این حال، سایر شرایط نیز می‌توانند همین علائم را ایجاد کنند، بنابراین تشخیص قطعی ام اس ممکن نیست فوری باشد.

بسیاری از بیماران در ابتدا بیماری ام اس عودکننده را نشان می‌دهند، نوعی بیماری که علائم آن در اثر آسیب دیدن اعصاب، ترمیم و دوباره آسیب دیده، می‌آیند و می‌روند. اما در حدود 50 درصد بیماران نوعی بیماری پیشرونده دارند که در آن آسیب عصبی به طور پیوسته جمع شده و ناتوانی را به تدریج بدتر می‌کند. افراد ممکن است لرزش، مشکلات گفتاری و سفتی یا اسپاسم عضلات را تجربه کنند و ممکن است به وسایل کمکی یا صندلی چرخدار نیاز داشته باشند.

ام اس بیش از 2.8 میلیون نفر در جهان و 130 هزار  نفر در انگلیس را تحت تأثیر قرار  داده و در چهار دوره (گروه‌ها) طبقه‌بندی می‌شود که به صورت عودکننده یا پیشرونده تعریف می‌شوند. بیماران با توجه به مخلوط مشاهدات بالینی، با کمک تصاویر مغز MRI ​​و علائم بیماران، دسته‌بندی می‌شوند. نویسندگان نوشتند: "دو توصیف کننده اساس این فنوتیپ‌ها هستند: بنابراین ام اس به جای مکانیسم‌های آسیب‌شناسی کاملاً مشخص، براساس علائم بالینی طبقه‌بندی می‌شود و مشاهدات بیمار زمان و انتخاب درمان را راهنمایی می‌کند. نویسندگان افزودند: "از فنوتیپ‌ها و توصیف کنندگان آنها به طور معمول در آزمایشات بالینی برای انتخاب بیماران و راهنمایی انتصاب درمان استفاده می‌شود."

عشقی و همکارانش می‌خواستند دریابند که آیا در تصاویر مغزی الگوهای هنوز ناشناخته‌ای وجود دارد که بتواند انتخاب درمان را بهتر هدایت کند و بیمارانی را که به بهترین وجه به یک درمان خاص پاسخ می‌دهند شناسایی کند. " هدف از بازتعریف زیرگروه‌های ام ‌اس بر اساس ارزیابی داده‌ها از تغییرات پاتولوژیک قابل مشاهده در اسکن MRI، به جای تکامل علائم بالینی، با هدف هدف قرار دادن درمان برای زیرجمعیت‌هایی که مکانیسم‌های بیماری‌زایی مشترک دارند ... فرضیه اصلی ما این بود که مدلی مبتنی بر MRI و نه فقط داده‌های بالینی به بهبود درک بیولوژیکی پیشرفت بیماری ام اس کمک می‌کند. "

برای مطالعه، تیم تحقیقاتی از ابزار هوش مصنوعی توسعه یافته (SuStaIn)  زیرگونه و استنباط مرحله برای اسکن مغزی MRI از 6322 بیمار ام اس، که از آزمایشات بالینی و مطالعات MRI مشاهده‌ای به دست آمده است، استفاده کرد. SuStaIn بدون نظارت خود را روی این اسکن‌ها (مجموعه آموزش) آموزش داد و سه الگو  ام اس را که قبلاً ناشناخته بودند، شناسایی کرد. زیرگروه‌های جدید ام اس به عنوان "منجر به قشر"، "با هدایت ماده سفید با ظاهر طبیعی" و "منجر به ضایعه" تعریف شدند. این تعاریف مربوط به اولین ناهنجاری‌های مشاهده شده در اسکن MRI در هر الگو است.

هنگامی که SuStaIn تجزیه و تحلیل خود را در مورد مجموعه داده‌های MRI به پایان رساند، قفل شد و سپس برای شناسایی سه زیرگروه در یک گروه جداگانه مستقل از 3،068 بیمار استفاده شد، که برای اعتبار توانایی تشخیص زیرگروه‌های جدید ام اس است. نویسندگان خاطرنشان کردند: "تفاوت‌هایی در خطر پیشرفت ناتوانی، فعالیت بیماری و پاسخ درمانی در انواع مختلف وجود دارد که نشان می‌دهد آنها مکانیسم‌های مختلف پاتوبیولوژیکی مربوط به تظاهرات بیماری را منعکس می‌کنند."

عشقی و همکارانش گزارش کردند: "افراد مبتلا به زیرگروه منجر به ضایعه بیشترین خطر پیشرفت معلولیت تایید شده (CDP)  و بالاترین میزان عود را دارند. افراد مبتلا به زیرگروه ام اس تحت ضایعه در آزمایش‌های بالینی منتخب پاسخ درمانی مثبت نشان می‌دهند. "

عشقی اظهار داشت، "ما یک تحلیل گذشته‌نگر بیشتر از سوابق بیمار انجام دادیم تا ببینیم چگونه افراد مبتلا به زیرگروه‌های ام اس تازه شناسایی شده به درمان‌های مختلف پاسخ می‌دهند. در حالی که به مطالعات بالینی بیشتری نیاز است، تفاوت واضحی در نوع بیماران در پاسخ بیماران به درمان‌های مختلف و انباشت ناتوانی در طول زمان وجود دارد. این یک گام مهم در جهت پیش‌بینی پاسخ‌های فردی به روش‌های درمانی است. "

محققان می‌گویند یافته‌ها نشان می‌دهد که زیرگروه‌های مبتنی بر MRI می‌توانند پیشرفت ناتوانی ام اس و پاسخ به درمان را پیش‌بینی کنند و اکنون ممکن است برای تعریف گروه‌های بیماران در آزمایشات مداخله‌ای استفاده شود. به عنوان گام بعدی برای تأیید این یافته‌ها، تحقیقات آینده‌نگر با آزمایشات بالینی مورد نیاز است. آنها اظهار داشتند: "در نتیجه، ما زیرگروه‌های مبتنی بر MRI را شناسایی می‌كنیم كه بینش در مورد سازوكارهای پاتوبیولوژیك ام اس را نشان می‌دهد و فعالیت بیمار ، پیشرفت ناتوانی و پاسخ درمانی را بهتر از فنوتیپ‌های بالینی معمولی پیش‌بینی می‌كند." "زیرگروهی مبتنی بر MRI را می‌توان با استفاده از اسکن MRI که قبلاً در آزمایشات بالینی به دست آمده است، و از یک نقطه زمانی واحد انجام داد، بنابراین می‌توان آن را به صورت آینده‌نگر برای غنی‌سازی آزمایشات آینده با افرادی که بیشتر به درمان پاسخ می‌دهند یا برای بیماران زیر گروه به طور خاص به دنبال اثرات درمانی بود که اگر فقط توسط فنوتیپ‌های بالینی ام اس ارزیابی شود، نادیده گرفته می‌شد. "

اولگا سیكارلی استاد پژوهشی NIHR و دكترای موسسه عصب‌شناسی كوئین اسكوئر، كه از نویسندگان ا این مطالعه است، اظهار داشت، "روشی كه برای طبقه‌بندی ام اس استفاده می‌شود در حال حاضر فقط بر روی تغییرات تصویربرداری متمرکز است. ما در حال گسترش رویکرد استفاده از سایر اطلاعات بالینی هستیم. این زمینه جالب تحقیق منجر به تعریف فردی از دوره ام اس و پیش‌بینی فردی پاسخ درمانی در ام اس با استفاده از هوش مصنوعی خواهد شد که برای انتخاب روش درمانی مناسب برای بیمار مناسب در زمان مناسب استفاده خواهد شد. "

آلن تامپسون نویسنده همکار  و رئیس دانشکده علوم مغز دانشگاه لندن، افزود: "ما از محدودیت‌های توصیف كننده‌های فعلی ام اس آگاهیم كه در هنگام تجویز درمان می‌تواند كمتر روشن باشد. اکنون با کمک هوش مصنوعی و مجموعه داده‌های بزرگ، اولین قدم را به سمت درک بهتر مکانیسم‌های بیماری زمینه‌ای برداشته‌ایم که ممکن است طبقه‌بندی بالینی فعلی ما را آگاه سازد. این یک موفقیت خارق‌العاده است و این توانایی را دارد که یک بازیگر واقعی باشد، هم از تکامل بیماری و هم از انتخاب بیماران برای آزمایشات بالینی مطلع شود. "

کلر والتون رئیس تحقیقات انجمن ام اس که از نویسندگان مقاله نیست - گفت: "ما خوشحالیم که از طریق همکاری با اتحاد بین المللی پیشرفت ام اس در کمک به این مطالعه داریم. بیماری ام اس برای همه غیرقابل پیش‌بینی و متفاوت است و ما می‌دانیم که یکی از مهمترین نگرانی‌های جامعه ما چگونگی پیشرفت شرایط آنها است. داشتن یک مدل مبتنی بر MRI برای کمک به پیش‌بینی پیشرفت در آینده و متناسب‌سازی برنامه درمانی شما می‌تواند برای افراد آسیب دیده بسیار دلگرم کننده باشد. این یافته‌ها همچنین بینش ارزشمندی را از آنچه باعث پیشرفت است، فراهم می‌کنند.

انتهای پیام/

معصومه صادقی

زمان انتشار: یکشنبه ۲۲ فروردین ۱۴۰۰ - ۰۷:۳۰:۰۰

شناسه خبر: 95608

مطالب مرتبط :
یک ماده قابل کاشت

توسط محققان دانشگاه جورجیا؛

"چسب مغز" برای جلوگیری از تحلیل بافت و بازسازی سلول‌های عصبی ایجاد شد

یک ماده قابل کاشت "چسب مغز" که در دانشگاه جورجیا ساخته شده است می‌تواند با تقلید از ساختار حمایت کننده سلول‌های مغز برای جلوگیری از تحلیل بافت و بازسازی سلول‌های عصبی، راهی برای مداخله ارائه دهد.

برق

توسط فناوران مرکز رشد مشگین شهر پارک علم و فناوری اردبیل تحقق یافت؛

دستگاه اندازی گیری سیگنالهای تخلیه جزئی تجهیزات شبکه برق طراحی و ساخته شد

دستگاه اندازه گیری سیگنالهای تخلیه جزئی تجهیزات شبکه برق توسط شرکت دانش بنیان تولید فناوری دانش محور آذربایجان مستقر در پارک علم و فناوری اردبیل با پژوهش و مطالعات گسترده طراحی و ساخته شد

سوئیچ مخفی درمان سکته قلبی کشف شد

موسسه تحقیقات قلب ویکتور چانگ اعلام کرد؛

سوئیچ مخفی درمان سکته قلبی کشف شد

دانشمندان در انستیتوی تحقیقات قلب ویکتور چانگ در سیدنی یک ژن جدید حیاتی معروف به Klf۱ را کشف کرده‌اند که امید می‌رود بتواند به قلب انسان‌ها کمک کند تا ماهیچه آسیب دیده قلب را پس از حمله قلبی ترمیم کند.

ماده تاریک

محققان دانشگاه کپنهاگ گزارش کردند:

ماده تاریک "مغناطیسی" ممکن است سرعت انبساط جهان را تسریع کند

انبساط جهان در حال شتاب گرفتن است، اما ما واقعاً مطمئن نیستیم که چرا. بهترین مدل‌های فعلی به نیروی محرکه نام متغیر "انرژی تاریک" می‌دهند - اما این حتی ممکن است وجود نداشته باشد. اکنون محققان دانشگاه کپنهاگ در یک مطالعه جدید نشان داده‌اند که اگر ماده تاریک دارای برخی از خصوصیات مغناطیسی غیرمعمول باشد، می‌تواند گسترش مشاهده شده را توضیح دهد.

یک روش جدید چاپ سه‌بعدی برای رفع کمبود عضو پیوندی ایجاد شد

توسط دانش آموخته دانشگاه صنعتی اصفهان؛

یک روش جدید چاپ سه‌بعدی برای رفع کمبود عضو پیوندی ایجاد شد

به دلیل کمبود اندام جهانی و اهداکنندگان محدود عضو، هزاران بیمار در صورت صدمات شدید، بیماری یا شرایط ژنتیکی بدنبال اندام و بافت باقی مانده‌اند، اما اکنون سامان نقیه‌ محقق ایرانی با چاپ زیستی جدید سه بعدی، ساختار متخلخل از لایه آلژینات ایجاد کرده است که چنین ساختاری منافذ متصل به هم دارد و یک محیط سلول دوستانه فراهم می‌کند.

اعتیاد به فضای مجازی، موجب نارضایتی‌های زناشویی و سرد شدن روابط خانوادگی شده است/ مدیریت فضای مجازی را با ممنوعیت آن، اشتباه نگیریم

سرپرست واحد سلامت اجتماعی مرکز بهداشت استان اصفهان اعلام کرد:

اعتیاد به فضای مجازی، موجب نارضایتی‌های زناشویی و سرد شدن روابط خانوادگی شده است/ مدیریت فضای مجازی را با ممنوعیت آن، اشتباه نگیریم

دکتر زهرا امینی سرپرست واحد سلامت اجتماعی مرکز بهداشت استان اصفهان، با اشاره به این که براساس واکاوی مشکلات زناشویی مراجعه کنندگان، اعتیاد به فضای مجازی، موجب نارضایتی های زناشویی و سرد شدن روابط خانوادگی شده است، گفت: مدیریت فضای مجازی را با ممنوعیت آن، اشتباه نگیریم.

بیماری پوستی

غربالگری بیماری پوستی با استفاده از لپ تاپ

یک مهندس پزشکی از معماری جدید شبکه عصبی عمیق - برای استفاده در یک لپ تاپ استاندارد - خبر می دهد که تشخیص زود هنگام اسکلروز سیستمیک (SSc) ، یک بیماری خودایمن نادر را نشان می دهد که توسط پوست و ارگان های داخلی سفت یا رشته ای مشخص می شود.

یک مقام رسمی EMA واکسن آسترازنکا با ترومبوز مرتبط است

سرانجام پذیرفتند:

یک مقام رسمی EMA ، واکسن آسترازنکا با لخته خون مرتبط است

یک مقام عالی رتبه در آژانس داروهای اروپایی (EMA) در مصاحبه‌ای که امروز سه‌شنبه منتشر شد، گفت که بین واکسن آسترازنکا کرونا ویروس و لخته‌های خون ارتباط وجود دارد.

سرانجام واکسنی داریم که علیه

بر طبق گزارش موسسه تحقیقاتی اسکریپس وIAVI؛

سرانجام یک واکسن علیه "اچ آی وی" کار می‌کند

امید به مقابله با اچ آی وی، ویروس نقص ایمنی انسانی، نزدیک‌تر از هر زمان دیگری است. واکسن جدیدی علیه این ویروس نوید داده شده در آزمایشات فاز۱ است که منجر به تولید آنتی بادی‌های کارآمد در ۹۷٪ از شرکت کنندگان می‌شود.

حسگر فوق نازک دانشمند ایرانی غلظت فوق العاده پایین دی اکسید نیتروژن را تشخیص می‌دهد

در آزمایشگاه و دانشگاه برکلی؛

حسگر فوق نازک دانشمند ایرانی غلظت فوق العاده پایین دی اکسید نیتروژن را تشخیص می‌دهد

امین عزیزی، دانشمند فوق دکترا از دانشگاه برکلی دستگاه حسگر فوق نازک را تولید کرده است که می‌تواند تلفن هوشمند شما را به یک حسگر گاز فوق العاده هوشمند تبدیل کند. این سنسور در دمای اتاق کار می‌کند و قادر است غلظت فوق العاده پایین دی اکسید نیتروژن حداقل ۵۰ قسمت در میلیارد را تشخیص دهد.

دیدگاه ها و نظرات :
نام کامل وارد شود
دقیق و صحیح وارد شود
لطفا فارسی و خوانا باشد
captcha
ارسال
اشتراک گذاری مطالب