پیام جوان: دانشمندان با بهرهگیری از هوش مصنوعی، موفق به شناسایی دو زیرنوع زیستی جدید و پیشتر ناشناخته از بیماری مولتیپل اسکلروزیس (اماس) شدهاند. این کشف که در نشریات معتبر پزشکی منتشر شده، پتانسیل تحول جدی در مسیر تشخیص و درمان این بیماری پیچیده عصبی را دارد. پژوهشگران تاکید میکنند که ترکیب دادههای تصویربرداری مغزی و آزمایشهای خونی ساده میتواند اطلاعات دقیقتری درباره میزان تهاجمیبودن بیماری در هر فرد ارائه دهد.
بیماری اماس میلیونها نفر را در سراسر جهان تحت تاثیر قرار داده است، اما رویکردهای درمانی کنونی اغلب بر اساس علائم بالینی و نه تفاوتهای زیستی زمینهای بیماری تنظیم میشوند که منجر به عدم اثربخشی درمان برای برخی بیماران میشود. این مطالعه به سرپرستی دانشگاه کالج لندن، با بررسی دادههای نزدیک به ۶۰۰ بیمار مبتلا به اماس انجام شد. در این پژوهش، سطح پروتئین زنجیره سبک نوروفیلامنت سرمی (sNfL) در خون بیماران، که نشانگر آسیب سلولهای عصبی است، اندازهگیری و با اسکنهای امآرآی مغز ترکیب شده و سپس با استفاده از مدلهای یادگیری ماشین تحلیل گردید.
نتایج حاصل از این تحلیل، دو الگوی زیستی متمایز را آشکار ساخت. در زیرنوعی که “sNfL زودهنگام” نامگذاری شده، افزایش این پروتئین در مراحل ابتدایی بیماری مشاهده میشود و همزمان آسیب به بخشهایی از مغز رخ میدهد که با سرعت بالاتر ایجاد ضایعات مغزی همراه است. در مقابل، در زیرنوع “sNfL دیرهنگام”، ابتدا کوچکشدن تدریجی بخشهایی از مغز مشاهده میگردد و نشانههای آشکار آسیب عصبی با تاخیر بیشتری بروز میکند.
شناسایی این تفاوتهای بیولوژیکی، پزشکان را قادر میسازد تا مسیر احتمالی پیشرفت بیماری را با دقت بیشتری پیشبینی کرده و درمان را متناسب با خطر و نیازهای خاص هر بیمار تنظیم کنند. این امر به معنای آن است که بیماران با شکل تهاجمیتر بیماری ممکن است زودتر تحت درمانهای قویتر و پایش دقیقتر قرار گیرند، در حالی که برای سایر بیماران رویکردهای محافظتی و آهستهتر مناسبتر باشد. کارشناسان این یافته را گامی امیدبخش در جهت درک عمیقتر اماس و حرکت به سمت درمانهای فردمحور و مبتنی بر دادههای زیستی میدانند که در نهایت شانس مهار پیشرفت بیماری را افزایش خواهد داد.
