نگاه به آینده: اسکن چشم نشانگرهای بیماری پارکینسون را 7 سال زودتر آشکار می‌کند

اسکن چشم

محققان سال‌ها قبل از بروز علائم، شاخص‌های اولیه بیماری پارکینسون را در اسکن چشم شناسایی کرده‌اند. این می‌تواند به ابزارهای پیش غربالگری و اقدامات پیشگیرانه در برابر بیماری‌های عصبی از طریق زمینه نوظهور اکولومیکس منجر شود.

تشخیص زودهنگام بیماری پارکینسون از طریق اسکن چشم، به لطف یک مطالعه بزرگ با استفاده از هوش مصنوعی در تصویربرداری شبکیه، ممکن است به زودی راهبردهای پیشگیرانه در برابر تخریب عصبی را فعال کند.

نشانگرهایی که نشان دهنده وجود بیماری پارکینسون در بیماران به طور متوسط ​​هفت سال قبل از تظاهرات بالینی هستند توسط تیم تحقیقاتی بیمارستان چشمی UCL و مورفیلدز شناسایی شده است.

این اولین باری است که کسی چندین سال قبل از تشخیص، این یافته‌ها را نشان می‌دهد و این نتایج با بزرگترین مطالعه تا به امروز در مورد تصویربرداری شبکیه در بیماری پارکینسون امکان پذیر شد.

روش شناسی و یافته های مطالعه

این مطالعه که اخیراً در مجله عصبی آکادمی عصب شناسی آمریکا منتشر شد، نشانگرهای پارکینسون را در اسکن چشم با کمک هوش مصنوعی (Ai) شناسایی کرد. تجزیه و تحلیل آن از مجموعه داده AlzEye با استفاده از پایگاه داده گسترده‌تر بیوبانک انگلستان (داوطلبان سالم) تکرار شد که اکتشافات را تکرار کرد. استفاده از این دو مجموعه داده بزرگ و قدرتمند تیم را قادر به شناسایی این نشانگرهای ظریف کرده است، حتی اگر بیماری پارکینسون شیوع نسبتاً کمی دارد (0.1-0.2٪ از جمعیت). تولید مجموعه داده AlzEye توسط INSIGHT، بزرگترین پایگاه داده شبکیه و داده‌های بالینی مرتبط در جهان، فعال شد.

قدرت تشخیصی اسکن چشم

استفاده از داده‌های اسکن چشم قبلاً نشانه‌هایی از سایر بیماری‌های تخریب‌کننده عصبی، از جمله آلزایمر، مولتیپل اسکلروزیس و اخیراً، اسکیزوفرنی را در یک زمینه تحقیقاتی نوظهور و هیجان‌انگیز به نام «اکولومیکس» نشان داده است.

adhd یا اوتیسم

اسکن چشم و داده‌های چشم نیز قادر به نشان دادن تمایل به فشار خون بالا، بیماری‌های قلبی عروقی از جمله سکته و دیابت بوده است.

پزشکان مدت‌هاست می‌دانند که چشم می‌تواند به‌عنوان «پنجره‌ای» به بقیه بدن عمل کند و بینش مستقیمی از بسیاری از جنبه‌های سلامتی ما بدهد. تصاویر با وضوح بالا از شبکیه در حال حاضر بخشی معمولی از مراقبت از چشم هستند – به ویژه، یک نوع اسکن سه بعدی به نام “توموگرافی انسجام نوری” (OCT)، که به طور گسترده در کلینیک‌های چشم و بینایی سنجی‌های خیابانی استفاده می‌شود. در کمتر از یک دقیقه، یک اسکن OCT، مقطعی از شبکیه (پشت چشم) را تا یک هزارم میلی متر- با جزئیات باورنکردنی ایجاد می‌کند.

هوش مصنوعی اطلاعات پنهان را آشکار می‌کند

این تصاویر برای نظارت بر سلامت چشم بسیار مفید هستند، اما ارزش آنها بسیار فراتر از ذهن است، زیرا اسکن شبکیه تنها راه غیر نفوذی برای مشاهده لایه‌های سلولی زیر سطح پوست است.

روش‌های گروهی در یادگیری ماشینی

در سال‌های اخیر، محققان شروع به استفاده از رایانه‌های قدرتمند برای تجزیه و تحلیل دقیق تعداد زیادی از OCT و سایر تصاویر چشم کرده‌اند، در کسری از زمانی که برای انسان لازم است. با استفاده از نوعی هوش مصنوعی که به عنوان «یادگیری ماشینی» شناخته می‌شود، رایانه‌ها اکنون می‌توانند اطلاعات پنهانی درباره کل بدن را به تنهایی از این تصاویر کشف کنند. استفاده از این پتانسیل جدید همان چیزی است که oculomics به آن اشاره دارد.

نویسنده اصلی، دکتر زیگفرید واگنر (موسسه چشم پزشکی و بیمارستان چشم مورفیلدز)، که محقق اصلی چندین مطالعه دیگر آلزی نیز است، گفت: « من همچنان از آنچه می‌توانیم از طریق اسکن چشم کشف کنیم شگفت زده می‌شوم. در حالی که ما هنوز آماده پیش بینی ابتلا به پارکینسون در یک فرد نیستیم، امیدواریم که این روش به زودی به یک ابزار پیش غربالگری برای افراد در معرض خطر تبدیل شود. پیدا کردن علائم تعدادی از بیماری‌ها قبل از ظهور علائم به این معنی است که در آینده، افراد می‌توانند برای جلوگیری از بروز برخی بیماری‌ها زمان ایجاد تغییرات در سبک زندگی خود را داشته باشند و پزشکان می‌توانند شروع و تأثیر اختلالات عصبی تغییر دهنده زندگی را به تأخیر بیندازند.»

تلاش های مشترک

این کار شامل همکاری بین مراکز تحقیقاتی بیومدیکال NIHR (موسسه ملی بهداشت و مراقبت اجتماعی) در بیمارستان چشم مورفیلدز، بیمارستان دانشگاهی بیرمنگام، بیمارستان بزرگ اورموند استریت (GOSH)، بیمارستان دانشگاه آکسفورد، بیمارستان کالج دانشگاهی لندن و موسسه بزرگ خیابان ارموند UCL است. موسسه خیابانی بهداشت کودک دامنه و کیفیت تحقیق از طریق این مشارکت های تحقیقاتی استثنایی NHS به حداکثر رسیده است.

مراکز تحقیقاتی بیومدیکال NIHR

پروفسور آلستر دنیستون، مشاور چشم پزشک در بیمارستان‌های دانشگاهی بیرمنگام، استاد دانشگاه بیرمنگام و بخشی از NIHR Moorfields BRC گفت: «این کار پتانسیل داده‌های چشمی را نشان می‌دهد که توسط فناوری برای تشخیص علائم و تغییرات بسیار ظریف برای انسان به کار گرفته شده است. اکنون می‌توانیم علائم اولیه پارکینسون را تشخیص دهیم و فرصت‌های جدیدی را برای درمان ایجاد کنیم»

خانم لوئیزا ویکهام، مدیر پزشکی مورفیلدز، توضیح داد: «تصویربرداری فزاینده در یک جمعیت وسیع‌تر تأثیر زیادی بر سلامت عمومی در آینده خواهد داشت و در نهایت منجر به تجزیه و تحلیل پیش‌بینی‌کننده خواهد شد. اسکن‌های OCT مقیاس‌پذیرتر، غیرتهاجمی‌تر، کم‌هزینه‌تر و سریع‌تر از اسکن‌های مغزی برای این منظور هستند.»

اطلاعات فنی و پیشینه

بیماری پارکینسون یک وضعیت عصبی پیشرونده است که با کاهش دوپامین مشخص می‌شود و معاینه پس از مرگ بیماران مبتلا به پارکینسون تفاوت‌هایی را در INL (لایه هسته‌ای داخلی) شبکیه پیدا کرده است. مطالعات قبلی با استفاده از اسکن OCT، ناهنجاری‌های مورفولوژیکی بالقوه مرتبط با بیماری را پیدا کرده‌است، اما با ناهماهنگی‌هایی نیز همراه است.

این مطالعه گزارش‌های قبلی را –  یک GCIPL (سلول گانگلیونی-لایه پلکسی‌فرم داخلی) به طور قابل‌توجهی نازک‌تر – تأیید کرد و همچنین برای اولین بار یک INL نازک‌تر پیدا کرد. همچنین مشخص شد که کاهش ضخامت این لایه‌ها با افزایش خطر ابتلا به بیماری پارکینسون، فراتر از عوامل دیگر یا بیماری‌های همراه مرتبط است.

تحقیقات آینده

مطالعات آینده برای تعیین اینکه آیا پیشرفت آتروفی GCIPL ناشی از تغییرات مغزی در بیماری پارکینسون است یا اینکه نازک شدن INL قبل از آتروفی GCIPL است، مورد نیاز است. بررسی این موضوع می‌تواند به توضیح مکانیسم و ​​تعیین اینکه آیا تصویربرداری شبکیه می‌تواند از تشخیص، پیش‌آگهی و مدیریت پیچیده بیماران مبتلا به بیماری پارکینسون حمایت کند یا خیر، کمک کند.

این مطالعه همچنین اطلاعات بالینی دقیقی در مورد وضعیت بیماری پارکینسون در بیماران (تاریخ تشخیص دقیق، الگوهای درمان و درمان فعلی) نداشت که می‌توانست تغییرات شبکیه چشم به مدت یا پیشرفت بیماری داشته باشد.

همچنین بخوانید:

منبع

مترجم: حنانه بریمانی

از این مطلب چقدر راضی بودید؟

روی ستاره کلیک کنید تا نظرتون ثبت بشه

5 / 5. تعداد رای دهندگان: 2

تا حالا امتیازی برای این مطلب ثبت نشده؛ با ثبت نظرتون مارو خوشحال می‌کنید

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *