بفضل الذكاء الاصطناعي.. اكتشاف نوعين جديدين من التصلب المتعدد

أعلن علماء جامعة كوليدج لندن عن اكتشاف نوعين فرعيين جديدين من التصلب المتعدد باستخدام قياس بروتين sNfL في الدم مع التصوير بالرنين المغناطيسي ونموذج تعلم آلي يدعى SuStaIn لتفسير النتائج. يفتح هذا الدمج باب فهم أعمق لتلف الخلايا العصبية ونشاط المرض وربطهما بمساراته البيولوجية بشكل أدق من العلاجات التقليدية.

شملت الدراسة 600 مريض وقادها فريق من جامعة كوليدج لندن، حيث فحصوا مستويات sNfL في مصل الدم وربطوها ببيانات تصوير دماغي لاستنتاج أنماط مرضية مميزة. تم تفسير النتائج باستخدام نموذج SuStaIn لتحديد تسلسل التغيرات العصبية مع الزمن وتحديد أنواع المرض.

حددت النتائج وجود نوعين فرعيين واضحين من التصلب المتعدد: نوع فرعي مبكر يعتمد على ارتفاع مبكر في sNfL ونشاط قوي يبرز في أجزاء معينة من الدماغ، ونوع فرعي متأخر يظهر تغيرات بنيوية أبطأ قبل ارتفاع sNfL مع تورّط مناطق مثل القشرة الحوفية والمادة الرمادية العميقة.

التفاصيل الأساسية للنوعين الفرعيين

في النوع الفرعي الأول، يسجل المرض ارتفاعاً مبكراً في sNfL مع وجود تلف واضح في الجسم الثفني وتطور آفات دماغية بسرعة، ما يشير إلى نشاط prognosis أعلى وشراسة أعلى للنمط المرضي.

في النوع الفرعي الثاني، يلاحظ انخفاض في حجم الدماغ في مناطق مثل القشرة الحوفية والمادة الرمادية العميقة قبل ارتفاع sNfL، ويبدو أن التلف يحدث لاحقاً وبوتيرة أبطأ.

تؤكد هذه النتائج أهمية الاكتشاف في تمكين الأطباء من تقدير مخاطر المضاعفات بدقة أكبر وتوجيه الرعاية بشكل أكثر تخصيصاً بناءً على النمط البيولوجي للمرض.

قال المؤلف الرئيسي الدكتور أرمان إسحاق من جامعة كاليفورنيا في لوس أنجلوس: “التصلب المتعدد ليس مرضاً واحداً، والأنواع الفرعية الحالية لا تعكس التغيرات النسيجية الأساسية التي نحتاجها لعلاجه”؛ وأضاف أن الدمج بين نموذج الذكاء الاصطناعي وعلامة الدم والتصوير بالرنين المغناطيسي أظهر نمطين بيولوجيين واضحين لأول مرة، ما يساعد الأطباء على فهم موقع المريض في مسار المرض وربما يحتاج إلى مراقبة دقيقة أو علاج مبكر وموجه.

ويسمح هذا النهج المستقبلي بتحديد من قد يحتاج إلى علاجات أكثر فاعلية وتخطيط مراقبة أكثر صرامة، بينما قد يحصل مرضى النوع المتأخر على خيارات علاج موجهة لحماية الخلايا العصبية، مما يجعل الابتكارات مقسمة إلى شقين: تحسين الفحوصات السريرية والعصبية باستخدام خوارزميات الذكاء الاصطناعي وتوفير علاجات شخصية وفق خصائص المرض.