Un sistem bazat pe inteligenţă artificială construieşte pentru fiecare pacient un model virtual al creierului, pornind de la datele de imagistică cerebrală, iar pe acest model pot fi simulate diferite intervenţii utilizate în afecţiunile psihiatrice, astfel încât să se poată estima în prealabil modul în care persoana respectivă ar putea răspunde la tratament, înainte ca acesta să fie aplicat în realitate.
Un studiu realizat de cercetători de la National Center of Neurology and Psychiatry din Japonia, descrie un sistem de AI care poate construi un model virtual personalizat al creierului, pe baza conexiunilor dintre regiunile cerebrale.
Cercetarea a fost publicată în revista BME Frontiers, şi propune o abordare nouă pentru personalizarea îngrijirii psihiatrice, prin simularea modului în care particularităţile neurobiologice individuale influenţează funcţiile cognitive şi emoţionale complexe.
Psihiatria personalizată urmăreşte de mult timp dezvoltarea unor modele capabile să prezică modul în care o persoană va răspunde, la nivel comportamental şi neuronal, în mai multe domenii funcţionale – precum procesarea emoţională şi controlul cognitiv – pornind de la particularităţile structurii cerebrale.
Metodele existente au însă dificultăţi în a corela „conectomul” – o hartă a modului în care diferitele regiuni ale creierului comunică între ele în stare de repaus, obţinută prin imagistică cerebrală standard; fiecare persoană are un conectom unic-, care reflectă o stare statică, cu comportamentele dinamice implicate în sarcini multiple, ceea ce le limitează utilitatea clinică.
Pentru a depăşi această limitare, echipa de cercetare a conceput o arhitectură nouă, formată din două componente. O hipereţea utilizează conectomul funcţional în stare de repaus al fiecărui individ pentru a genera parametri personalizaţi pentru o reţea neuronală recurentă principală.
Această reţea principală simulează apoi, pentru fiecare participant, alegerile comportamentale, timpii de reacţie şi semnalele de tip BOLD (blood-oxygen-level-dependent, care reflectă variaţiile nivelului de oxigen din sânge la nivel cerebral) în cadrul unor sarcini care investighează atât procesele emoţionale, cât şi cele cognitive.
Noul model bazat pe AI încearcă să reproducă funcţionarea creierului fiecărei persoane în parte, pornind de la imagini cerebrale.
Ideea de bază este de a testa virtual diferite intervenţii şi de a observa cum ar putea reacţiona fiecare individ, înainte ca tratamentul să fie aplicat în realitate.
Datele sunt introduse într-un sistem de AI care, într-o primă etapă, construieşte un model virtual al creierului pentru fiecare persoană, iar în a doua foloseşte acest model pentru a simula cum procesează creierul informaţiile şi cum răspunde persoana la diferite sarcini cognitive şi emoţionale.
Rezultatul este un „geamăn digital” al creierului, diferit pentru fiecare individ.
Pentru dezvoltarea şi validarea sistemului, cercetătorii au utilizat date din Transdiagnostic Connectome Project, care include 228 de participanţi cu vârste între 18 şi 68 de ani. Dintre aceştia, 139 aveau diagnostice psihiatrice variate, iar 89 erau persoane sănătoase. Toţi participanţii au efectuat două sarcini în timpul unei scanări prin rezonanţă magnetică funcţională (RMNf).
Prima sarcină, testul Emotional Faces, a evaluat reacţia la stimuli emoţionali ameninţători, prin recunoaşterea expresiilor faciale de frică sau furie. Aceasta a permis măsurarea activităţii amigdalei, o regiune implicată în procesarea emoţiilor.
A doua sarcină a evaluat controlul cognitiv şi viteza de procesare, solicitând participanţilor să identifice culoarea cernelii în care erau scrise cuvinte ce denumeau culori diferite (testul Stroop).
Datele fiecărui participant au fost împărţite în două seturi. Modelul a fost antrenat pe primul set şi testat pe al doilea, astfel încât modelul să fie evaluat pe date noi, pe care nu le utilizase anterior.
În testul Emotional Faces, modelul a prezis comportamentul participanţilor cu o acurateţe medie de 94%. În testul Stroop, mai dificil, acurateţea a fost de 90%.
Predicţiile privind timpii de reacţie şi tiparele de activitate cerebrală au fost în concordanţă cu măsurătorile reale, inclusiv activarea crescută a amigdalei în timpul procesării emoţionale.
După validarea acurateţei, cercetătorii au folosit modelele pentru a rula experimente virtuale, şi au ajustat matematic parametrii modelelor pentru a simula două tipuri de schimbări: reducerea reactivităţii emoţionale şi creşterea vitezei de procesare cognitivă.
Pentru reactivitatea emoţională, modificările simulate au vizat conexiunile dintre regiunile limbice din apropierea amigdalei şi reţelele parietale şi temporale. Pentru viteza de procesare, au fost analizate conexiunile dintre cortexul prefrontal, lobul parietal, cortexul motor şi regiuni subcorticale.
Majoritatea participanţilor au prezentat modificări măsurabile în funcţiile vizate. Răspunsurile au variat însă semnificativ. Unii au avut îmbunătăţiri importante, alţii modificări minime, iar un număr mic nu a prezentat aproape nicio schimbare. Această variabilitate reflectă diferenţele observate în practica clinică, unde tratamentele psihiatrice au efecte diferite de la o persoană la alta.
Participanţii ale căror tipare iniţiale de conectivitate cerebrală erau mai apropiate de tipul de modificare indusă în simulare au avut răspunsuri mai puternice, ceea ce sugerează că organizarea conexiunilor cerebrale poate influenţa în ce măsură o persoană beneficiază de o anumită intervenţie.
Studiul nu a evaluat însă efectele unor medicamente sau terapii specifice.
În prezent, există o diferenţă între nivelul de detaliu şi precizie cu care modelul poate simula modificări ale creierului şi capacitatea reală a tehnologiilor medicale de a realiza aceste modificări în practică.
Tehnici precum stimularea magnetică transcraniană nu pot viza cu precizia necesară conexiuni individuale între regiuni cerebrale. Autorii sugerează că ţintirea unor regiuni-cheie, cu influenţă extinsă asupra reţelelor cerebrale, ar putea apropia efectele reale de cele simulate.
Autorii subliniază că rezultatele provin din simulări virtuale, sistemul nefiind încă testat în condiţii clinice.
Modelul a avut rezultate mai bune în predicţia comportamentului la acelaşi individ decât la persoane noi. În cazul participanţilor noi, acurateţea estimării timpilor de reacţie a scăzut, limitare atribuită dimensiunii actuale a setului de date. Studii viitoare, cu loturi mai mari şi date colectate în timp, ar putea îmbunătăţi performanţa modelului.
Acesta nu a fost validat pentru utilizare în diagnostic sau în ghidarea alegerii tratamentului şi nu este, în acest moment, un instrument care poate fi utilizat în practica medicală.
Studiul are şi unele limitări, evidenţiate de cercetători, printre care se numără dimensiunea relativ redusă a eşantionului, evaluarea pe doar două tipuri de sarcini cognitive şi utilizarea unor metode specifice de delimitare a creierului în regiuni funcţionale, care pot influenţa rezultatele.
Modelul operează la nivelul conectivităţii dintre regiuni cerebrale, fără a integra procesele care au loc la nivel celular sau molecular în interiorul acestor regiuni, ceea ce limitează capacitatea de a simula efectele unor medicamente sau factori genetici.
Deşi dimensiunea eşantionului şi numărul limitat de sarcini evaluate reprezintă limit[ri ale studiului, capacitatea modelului de AI, de tip „geamăn digital”, de a învăţa flexibil din informaţii senzoriale şi din rezultatele comportamentale deschide perspective pentru modelarea dinamicii din viaţa reală. Cercetări viitoare care vor integra niveluri mai fine de analiză, precum cele moleculare, şi seturi de date mai extinse ar putea permite simularea intervenţiilor farmacologice.
Acest tip de cercetare marchează un pas important către psihiatria personalizată, bazată pe mecanisme biologice, oferind o platformă utilă pentru înţelegerea proceselor patologice şi pentru dezvoltarea unor terapii adaptate fiecărui pacient.
