هوش مصنوعی بازگشت از اغما را پیش بینی می نماید - مجله پیامکی

به گزارش خبرنگاران و به نقل از گیزمگ، یک مطالعه برجسته از متخصصان مغز و اعصاب در دانشگاه کلمبیا روش جدیدی برای شناسایی علائم هوشیاری در بیماران آسیب دیده مغزی و به کما رفته فقط با استفاده از یک اسکن EEG ساده ابداع نموده است.

این تحقیق همچنین نشان می دهد که داده های EEG می تواند پیش بینی کند که کدام یک از بیماران شانس بیشتری برای بازگشت از حالت کما و بهبودی دارند.

حدود ده سال پیش، پیشرفت در تصویربرداری پزشکی دانشمندان را قادر ساخت تا علائم عمیق هوشیاری را در بیماران به اغما رفته به علت آسیب مغزی ردیابی نمایند. اطلاعات ام .آر. آی(MRI) آنچه را که هوشیاری پنهان(hidden consciousness) نامیده می گردد، نشان داد که گاهی نیز به عنوان هوشیاری پوشیده شناخته می گردد.

این پیشرفت غیرقابل انکار پزشکی، تعریف هوشیاری را برای اهداف دانشگاهی گسترش داد، اما قبل از اینکه این دانش بتواند به طور مؤثر از نظر بالینی به چیزی کارآمد تبدیل گردد، چالش های متعددی باقی مانده بود. برای مثال انجام آزمایش های MRI در شرایط مراقبت های ویژه آسان نیست و حتی پس از آن معلوم شد که معنی دقیق این علائم برای بهبودی بیمار چیست.

جان کلاسن نویسنده اصلی این پژوهش می گوید: یکی از چالش برانگیزترین مسائل در آی سی یو(ICU)، پیش بینی بهبود و نه تنها بقای بیماران بی هوش شده پس از وارد شدن آسیب مغزی بود. از آنجایی که مطالعات اولیه هوشیاری پنهان را نشان داده بود، ما به دنبال یک راه عملی برای انجام این کار در روزهای اولیه به اغما رفتن بودیم، زمانی که اکثر تصمیمات درمانی که بر نتایج تأثیر مهمی می گذارند، گرفته می گردد.

این مطالعه روی 104 بیمار آسیب شدید مغزی در بخش مراقبت های ویژه متمرکز بود. همه این بیماران کاملاً بی هوش بودند، اما فلج نشده بودند. در حالی که نوار مغزی گرفته می شد، از بیماران خواسته می شد مشت خود را باز و بسته نمایند. سپس یک الگوریتم یادگیری ماشین به تجزیه و تحلیل نوار مغزی پرداخت تا ببیند آیا زمانی که دستورات صوتی گفته می شد، باعث هرگونه تغییر الگوی کوچک در داده های عصبی شده است یا نه.

نتایج نشان داد که الگوهای منحصر به فردی در نوار مغزی در پاسخ به دستورات صوتی در 15 درصد از بیماران طی چهار روز اول وارد شدن آسیب مغزی دیده شده است که نشان از هوشیاری پنهان داشت. تقریباً نیمی از این بیماران در نهایت بهبود یافتند و از بیمارستان مرخص شدند.

در حالی که تنها 26 درصد از افرادی که این علائم اولیه را نداشتند بهبود یافتند.

یک سال بعد، 44 درصد از بیمارانی که علائم ابتدایی EEG داشتند، به طور مستقل روزی تا هشت ساعت کار می کردند. در حالی که در گروه مقابل تنها 14 درصد از بیماران به این نقطه رسیدند.

اگرچه این نتایج فوق العاده امیدوار نماینده است، اما قبل از اینکه آنها در برنامه های کاربردی بالینی به کار گرفته گردد هنوز به کار بیشتری احتیاج دارد. این مطالعه به اندازه کافی بزرگ نبود تا انواع آسیب های مغزی را متمایز کند.

نشانه های اولیه نشان می دهد که آزمایش EEG در موارد خونریزی مغزی و آسیب مغزی در مقایسه با آسیب های ناشی از محرومیت از اکسیژن مؤثرترین روش است، در حالی که باید به وسیله آزمایش های بزرگ تر روشن گردد.

کلاسن همچنین می گوید که بعضی از موانع فنی وجود دارد که باید قبل از اینکه این تست به طور گسترده اجرا گردد، رفع گردد. به کامپیوترها برای پردازش داده های EEG احتیاج است و آزمایشات در روزهای اول باید چندین بار در روز برای حصول دقیق ترین نتایج انجام گردد.

کلاسن می گوید: مهم است که نظارت و ارزیابی نوار مغزی هرچه سریع تر و بلافاصله پس از وارد شدن آسیب مغزی انجام گردد.

با این حال، این کشف جدید می تواند به تغییرات قابل توجه در نحوه برخورد و درمان بیماران به اغما رفته در چند روز اول پس از آسیب مغزی منجر گردد. اگر این تکنیک بتواند به طور مؤثر تنظیم گردد، می تواند به راحتی به بخش های مراقبت های ویژه در سراسر دنیا توسعه یابد و به پزشکان یاری کند تا بیماران بیشتری را پس از آسیب مغزی از کما دربیاورند و به سمت بهبودی سوق دهند.

کلاسن گفت: اگرچه مطالعه ما کوچک بود، اما نشان داد که نوار مغزی(EEG) که به راحتی در کنار بیمار در تخت های آی سی یو تقریباً در همه بیمارستان های سراسر دنیا در دسترس است، دارای پتانسیل کامل تغییر نحوه برخورد و درمان بیماران مبتلا به آسیب شدید مغزی است.

این تحقیق در مجله The New England Journal of Medicine منتشر شده است.