استخدام خوارزمية جديدة من خوارزميات الذكاء الاصطناعي لبيانات التصوير بالرنين المغناطيسي الوظيفي لتحديد أنماط جديدة للدماغ مرتبطة باضطرابات الصحة العقلية.

ربما يساعد بحث جديد أجراه مركز TReNDS التابع لجامعة ولاية جورجيا على التشخيص المبكر لحالات الأمراض المستعصية، مثل مرض الزهايمر والفصام والتوحد في الوقت المناسب لمنع الإصابة بها وعلاجها بسهولة أكثر.

اشترك فريق مكون من سبعة علماء من جامعة ولاية جورجيا في إجراء دراسة جديدة نشرها قسم التقارير العلمية بالجامعة لتصميم برنامج آلي متطور قادر على توضيح بيانات تصوير الدماغ واكتشاف الأنماط الجديدة  لحالات الاضطرابات العقلية بدقة.

ونحصل على بيانات تصوير الدماغ بواسطة عمليات مسح الدماغ باستخدام التصوير بالرنين المغناطيسي الوظيفي (fMRI) الذي يقيس النشاط الحركي للدماغ من خلال التغيرات الدقيقة التي تحدث في تدفق الدم.

وذكر الباحث سيرجي بليس الأستاذ المساعد بمعهد جورجيا للتكنولوجيا ومعهد علوم الأعصاب بولاية جورجيا ومكتشف هذه الدراسة أنهم ابتكروا نماذج ذكاء اصطناعي لتفسير البيانات الضخمة التي تبينها عملية التصوير بالرنين المغناطيسي الوظيفي (fMRI).

قارن فيها بين تصوير الدماغ باستخدام التصوير الحركي وآخر يستخدم الأشعة السينية أو باستخدام الطريقة الأكثر شيوعًا، وهي استخدام أشعة الرنين المغناطيسي الهيكلية ولاحظ أن البيانات التي يمكن الحصول عليها من على التصوير الحركي أكثر من البيانات التي نحصل عليها من تحاليل الدم أو استخدام الطرق التقليدية للتصوير بأشعة الرنين المغناطيسي وأكثر دقة.

ولكن الأمر المهم هنا هو صعوبة تفسير وتحليل هذه البيانات، بالإضافة إلى ارتفاع تكلفة أشعة الرنين المغناطيسي الوظيفي لهذه الحالات وصعوبة إجراؤها.

ولا يمكن التغافل عن البيانات الناتجة عن التصوير بالرنين المغنطيسي الوظيفي رغم استخدام نموذج الذكاء الاصطناعي الذي يوفر لنا بيانات أكثر.

وأوضح فينس كالهون، مؤسس ومدير مركز TReNDS وأحد المشاركين في هذه الدراسة، أن استخدام البيانات الكثيرة الموجودة داخل جسم الأشخاص غير مصابون باضطرابات مرضية محددة يزيد من كفاءة وظيفة النموذج على مجموعة البيانات الصغيرة.

وأشار كالهون إلى القدرة على الربط بين أمراض الدماغ الثلاثة من خلال الأنماط الجديدة المتولدة داخله.

طُبقت نماذج الذكاء الاصطناعي لأول مرة على مجموعة بيانات تضم أكثر من 10000 شخص لمعرفة أسلوب تحليل التصوير الأساسي بالرنين المغنطيسي الوظيفي ووظائف الدماغ، وبعد ذلك استخدم الباحثون مجموعات بيانات لمواقع متعددة تضم أكثر من 1200 شخص من بينهم أشخاص يعانون من اضطرابات طيف التوحد والفصام ومرض الزهايمر.

كيف يعمل النموذج؟ يستنتج النموذج بيانات الشخص المصاب مثلما تستخدم المنصات الإلكترونية فيسبوك ويوتيوب وأمازون بيانات مستخدميها من خلال تفاعلهم على المنصة. ولا يزال هناك كثير من التساؤلات حول قدرة الأداء على أداء مهمتها داخل الدماغ عند أقرب نقطة اتصال بيانات التصوير الدماغي بالمرض العقلي.

ويجب تطبيق هذا النموذج على الأشخاص قبل إصابتهم بالاضطرابات العقلية للحصول على بيانات الفحص السريري.

ويقول كالهون إنه إذا استطاعوا إيجاد مؤشرات تشير إلى احتمال إصابة الشخص بمرض الزهايمر في الأربعين من عمره، فيمكن إجراء اللازم لتفادي خطر الإصابة به.

وبالمثل إذا تنبأنا باحتمالية إصابة الشخص بمرض الفصام قبل حدوث تغيرات فعلية داخل هيكل الدماغ فلربما وجدنا طرق علاجية أكثر فاعلية.

وأضاف: “لا يمكن تحديد وقت حدوث إصابة الشخص بالمرض حتى وإن توقعنا احتمالية إصابته به من خلال الفحوصات أو التاريخ الوراثي له”.

وبالمثل إذا تنبأنا باحتمالية إصابة الشخص بمرض الفصام قبل حدوث تغيرات فعلية داخل هيكل الدماغ فلربما وجدنا طرقًا علاجية أكثر فاعلية.

ويمكن باستخدام تصوير الدماغ تقليل هذه المدة الزمنية من خلال التقاط الأنماط المرتبطة بالمرض قبل تحديدها بالفحص السريري.

وذكر بليس أن الرؤية هي جمع مجموعة بيانات تصويرية كبيرة يمكن تطبيق نماذج الذكاء الاصطناعي عليها لمعرفة معلومات أكثر عن هذه الأمراض. وأشار أيضًا إلى أن الهدف من استخدام هذه النماذج هي إنشاء نظم إلكترونية تمكنهم من معرفة معلومات جديدة لم يعرفوها بطرق الفحص التقليدية.

وقال الأستاذ الطبيب محفوظ الرحمن، أول المشاركين في هذه الدراسة وأحد طلاب الدكتوراه في علوم الكمبيوتر بولاية جورجيا، أن الهدف هو بناء جسر لربط العالم الكبير ومجموعة بياناته الكبيرة بالعالم الصغير ومجموعة البيانات الخاصة بالأمراض ومحاولة إيجاد مؤشرات على الإصابة بالمرض ذات صلة بنتائج الفحص السريري.

خلاصة الدراسة

إن النشاط الحركي للدماغ نظام معقد جدًا ويحمل بين طياته أسس فهم وظائف الدماغ والخلل الوظيفي له.

ويكون النشاط الحركي الذي يتم تصويره بالرنين المغناطيسي الوظيفي للدماغ أثناء جلوس الشخص في حالة سكون ذو درجة ضوضاء عالية وأبعاد مرتفعة ولا يمكن تفسيره بسهولة.

والطريقة المعتادة لتقليل هذه البيانات إلي سمات ذو أبعاد منخفضة مع التركيز على أكثر السمات المتوقع ظهورها تتوافق مع الاحتمالات القوية مع فقدان بعض العناصر التي تبين النشاط الحركي الأساسي للدماغ.

وعلى العكس من ذلك، فربما تكشف دراسة نماذج التعلم التمييزي المجربة تجريبًا مدققًا الغطاء عن العناصر المرتبطة بالمرض للإشارة إلى وقت إصابة الشخص ومكانه.

ومع ذلك، فإن صعوبة إجراء التدريب الفعلي على مجموعة البيانات ذو الأبعاد المرتفعة مع صغر حجم العينة وعدم وضوح النتائج المتوقعة كل ذلك يمنع استخدام وسائل التعلم الدقيقة في التصوير العصبي الوظيفي.

ولذلك فإننا نقدم إطار تعلم دقيق للاستفادة من بيانات النشاط الحركي ذو الأبعاد المرتفعة مع الاحتفاظ بالتفسيرات الثابتة الموافقة للعناصر البيئية.

وتبين النتائج بنجاح أن الإطار المقترح يمكن من تعلم النشاط الحركي للدماغ في حالة السكون للشخص من خلال التصوير بالرنين المغناطيسي الوظيفي مباشرةً من بيانات محدودة والتقاط التفسيرات المعقدة والثابتة للسمات المتوقع ظهورها للتصوير الوظيفي وخلل وظائف الدماغ.

المصدر: https://neurosciencenews.com

ترجمة: فاطمة يحيى رجب

مراجعة وتدقيق: زينب محمد