تفاصيل الدراسة
اكتشف فريق من جامعة كوليدج لندن دراسة شملت 600 مريضاً، حيث قاسوا مستويات بروتين sNfL في المصل، وهو علامة تشير إلى مدى تلف الخلايا العصبية ونشاط المرض. وتم تفسير نتائج sNfL وصور أدمغة المرضى باستخدام نموذج تعلم آلي يسمى SuStaIn، وانتهت النتائج إلى الكشف عن نوعين فرعيين من التصلب المتعدد ونشرت في مجلة Brain الطبية.
الأنواع المكتشفة من التصلب المتعدد
في النوع الفرعي الأول، كان لدى المرضى مستويات عالية من sNfL في المراحل المبكرة مع وجود تلف واضح في الجسم الثفني وتطور آفات دماغية سريعاً، ما يجعل هذا النوع أكثر شراسة ونشاطاً. في النوع الفرعي الثاني، أظهر المرضى انكماشاً في الدماغ في مناطق مثل القشرة الحوفية والمادة الرمادية العميقة قبل ارتفاع مستويات sNfL، ويبدو أن هذا النوع أبطأ حيث يحدث التلف في وقت لاحق.
الأهمية والتوقعات المستقبلية
يؤكد الباحثون أن هذا الاكتشاف سيمكن الأطباء من فهم أي المرضى أكثر عرضة لخطر مضاعفات مختلفة بدقة أكبر، مما يمهّد لرعاية أكثر تخصيصاً. قال المؤلف الرئيسي للدراسة، الدكتور أرمان إسحاق، من جامعة كاليفورنيا في لوس أنجلوس: إن التصلب المتعدد ليس مرضاً واحداً، والأنواع الفرعية الحالية لا تعكس التغيرات النسيجية الأساسية اللازمة لعلاجه. باستخدام نموذج الذكاء الاصطناعي مع علامة دموية متوفرة إلى جانب التصوير بالرنين المغناطيسي، أظهرنا نمطين بيولوجيين واضحين لأول مرة. سيساعد ذلك الأطباء في معرفة موقع المريض في مسار المرض ومن قد يحتاج إلى رصد دقيق أو علاج مبكر وموجه. وفي المستقبل، قد تشير أداة AI إلى وجود تصلب متعدٍ مبكر وتتيح اختيار علاجات أكثر فعالية ومراقبة أدق. وبالمثل، قد يخضع مرضى النوع المتأخر لعلاجات مختلفة مثل العلاجات لحماية الدماغ أو الخلايا العصبية، ما يجعل الابتكارات ذات شقين: ثورة في الفحوصات السريرية والعصبية بمساعدة خوارزميات AI وتوفير علاجات شخصية مبنية على خصائص المرض.
