Kutatók mesterséges intelligenciát és több mint 43 ezer ember genetikai adatait használták, hogy azonosítsanak biológiai mintázatokat, amelyek átalakíthatják a világ egyik leggyakoribb neurológiai betegségének diagnosztikáját és kezelését.
Évtizedeken át a migrént többnyire a régi, bevett módon diagnosztizálták: az orvosok megkérdezik a betegeket, milyen jellegű a fejfájásuk.
HIRDETÉS
HIRDETÉS
Nincs olyan vérvizsgálat, képalkotó vizsgálat vagy más, elfogadott biomarker, amely egyértelműen azonosítaná ezt a betegséget. Az orvosok ezért egy jól ismert tünetegyüttesre támaszkodnak: erős fejfájásra, amelyet gyakran kísér hányinger, valamint fény- és hangérzékenység.
Új kutatások azonban azt jelzik, hogy a migrén biológiai „lábnyoma” sokkal kiterjedtebb lehet, mint amennyit ezek a tünetek megmutatnak.
Norvég kutatók gépi tanulás segítségével azonosították a migrénes betegeket olyan információk alapján, amelyek nem tartalmazták a fejfájással kapcsolatos tüneteket, majd mesterséges intelligenciát alkalmaztak, hogy elkülönítsék a migrénbetegek különböző csoportjait.
A Neurology (forrás: angol) folyóiratban megjelent eredmények felvetik, hogy a migrén talán nem is egységes kórkép, hanem „spektrum-betegség, amelyet átfogó klinikai és biológiai adatok alapján lehet azonosítani és rétegezni, nem pedig kizárólag a fejfájásra jellemző tünetek révén” – írják a kutatók.
„Számos ellentmondás van a migrén diagnosztikájában. Úgy tűnik, a mesterséges intelligencia segíthet a helyes diagnózis felállításában” – mondta (forrás: angol)Anker Stubberud, a Norvég Műszaki és Természettudományi Egyetem (NTNU) orvosa és fejfájáskutatója.
Ez idővel a kezelés szempontjából is kulcsfontosságú lehet. Ha a migrén különböző formáinak eltérő biológiai jellegzetességei vannak, az orvosok egy napon talán meg tudják jósolni, mely betegek mely terápiára reagálnak, „hogy az emberek a lehető legjobb kezelést kaphassák” – tette hozzá Stubberud, a jelenlegi, nagyrészt próba-szerencse alapon történő megközelítéssel szemben.
A kutatók a Trøndelag Health Study adatait elemezték, egy nagy norvég népegészségügyi vizsgálatét, amelynek klinikai adatait az 1990-es és 2000-es években gyűjtötték. Diagnosztikai elemzésükben 43 197 ember szerepelt, közülük csaknem 9 ezret soroltak a migrénesek közé.
A kutatók több tucat, az emberek egészségére és életére vonatkozó adatot adtak be az MI-modellnek, többek között demográfiai jellemzőket, mentális egészséggel, szív- és mozgásszervi betegségekkel, alvással, testmozgással, gyógyszerszedéssel kapcsolatos információkat és más tényezőket, valamint genetikai adatokat is.
Fontos elem, hogy a modell nem kapta meg magának a fejfájásnak a meghatározó jellemzőit.
Ennek ellenére a legjobban teljesítő modell a külön tesztkészleten 0,80-as görbe alatti területet (AUC) ért el, ami azt jelzi, hogy meglehetősen jól tudta megkülönböztetni a migréneseket a fejfájásmentes kontrollcsoporttól. A genetikai információk hozzáadása csak csekély mértékben javította a kizárólag klinikai adatokon alapuló teljesítményt.
„Az a tény, hogy a mesterséges intelligencia ilyen pontosan tudta azonosítani a migrént anélkül, hogy bármit »tudott« volna magáról a fejfájásról, azt sugallja, hogy az állapot olyan nyomokat hagy, amelyek jóval túlmutatnak a rohamokon” – mondta Stubberud.
Ez az eredmény azért is fontos, mert sokat elárul a migrén biológiai hátteréről.
Az életkor bizonyult a legfontosabb előrejelző tényezőnek, ezt követték többek között a nyakfájás, a menstruáció és a hányinger – derült ki a kutatók elemzéséből arról, mely jellemzők vezérelték a modell előrejelzéseit.
Négyféle migrén
A vizsgálat ezt követően egy második lépést tett: ahelyett, hogy arra kérte volna a gépet, különböztesse meg a migrént a nem migrénes fejfájástól, arra utasították, hogy keressen természetesen kialakuló csoportokat az adathalmazban.
A 12 185, fejfájásra vonatkozóan kellően teljes adatokkal rendelkező ember közül az algoritmus talált egy 1425 fős klasztert, amelyben az emberek 94 százaléka megfelelt a kutatók migrénre vonatkozó kritériumainak. Egy sokkal nagyobb klaszterben azok szerepeltek, akiknek a fejfájását gyakrabban sorolták a nem migrénes kategóriába.
A migrénre emlékeztető csoportot további négy alcsoportba lehetett bontani.
Az egyik alcsoport kizárólag férfiakból állt. Egy másikat kifejezett nyakfájdalom jellemzett. A harmadikban a szorongás és a depresszió mellett több mozgásszervi fájdalom fordult elő. A negyedik pedig inkább ahhoz hasonlított, amit az orvosok „klasszikus” migrénként ismernek: ebben a csoportban gyakori volt az úgynevezett aurával járó migrén, amikor a roham előtt vagy alatt átmeneti neurológiai tünetek jelentkeznek, például felvillanó fények, cikcakkos minták, látótérkiesés vagy csillogó foltok, de előfordulhat bizsergés vagy zsibbadás, illetve beszédnehézség is.
Ezek a csoportok genetikai mintázataikban is különbséget mutattak. A kutatók megállapították, hogy a gépi tanuláson alapuló genetikai kockázati pontszámok jobban elkülönítették a csoportokat, mint a hagyományos poligénes kockázati pontszámok.
„Ez megerősíti azt a feltevést, hogy a migrén nem egyetlen betegség, hanem különböző biológiai állapotok sokféle csoportja” – fogalmazott Stubberud.
A következmények azonban túlmutathatnak egy jobb diagnosztikai teszten.
Az eredmények segíthetnek megmagyarázni egy régi frusztrációt a betegek és az orvosok számára: miért fordul elő, hogy egy kezelés az egyik migrénes betegnél kiválóan beválik, egy másiknál viszont alig hoz javulást.