نجح علماء روس من جامعة إيمانويل كانط البلطيقية الفيدرالية في تطوير أسلوب جديد للتعلم الآلي لتشخيص مرض الصرع بدقة تصل إلى 71%.
وفقًا لمنظمة الصحة العالمية، يتم تشخيص 5 ملايين شخص سنويًا بمرض الصرع، وهو اضطراب يحدث فيه نشاط غير طبيعي للخلايا العصبية في الدماغ، مما يؤدي إلى نوبات واضطرابات في الجهازين الحركي والتنفسي. في كثير من الأحيان، لا تظهر على الشخص علامات مميزة للصرع، مما يجعل من الصعب تحديد المرض في مرحلة مبكرة، وقد يؤدي التشخيص المتأخر إلى تطور المضاعفات.
أحد الطرق المستخدمة لتشخيص الصرع هو التحفيز الضوئي، الذي يتضمن تعريض الجسم لإشارات ضوئية ساطعة ومراقبة نشاط الدماغ باستخدام تخطيط كهربية الدماغ (EEG). ومع ذلك، تساعد هذه الطريقة على تشخيص الصرع الحساس للضوء فقط، في حين أن 95% من المرضى يعانون من الصرع غير الحساس للضوء.
قام العلماء الروس بتطوير طريقة جديدة للتعلم الآلي لتشخيص الصرع، والتي تكشف عن المزيد من ميزات حالة الدماغ مقارنة بالطرق الأخرى الموجودة. وقد اختبر الباحثون الطريقة المقترحة من خلال تحليل النشاط العصبي لدى 108 أشخاص، نصفهم يعانون من الصرع غير الحساس للضوء، والنصف الآخر يتمتعون بصحة جيدة.
وجد الباحثون أن المرضى المصابين بالصرع، الذي لا يمكن التعرف عليه من خلال رد الفعل تجاه التحفيز الضوئي، يرون الومضات الضوئية بشكل مختلف عن الأشخاص الأصحاء. أثناء تسليط الومضات الضوئية الساطعة، يختلف نشاط القشرة المخية لدى الأشخاص المصابين بهذا المرض في نطاقات تردد ومناطق معينة من الدماغ.
وقال فاديم غروبوف، أحد المشاركين في المشروع وباحث في مركز البلطيق للتكنولوجيا العصبية والذكاء الاصطناعي في جامعة إيمانويل كانط: “إذا كان التحفيز الضوئي يستطيع فقط اكتشاف الصرع الحساس للضوء، فإن النهج الجديد يبسط أيضًا تشخيص الصرع غير الحساس للضوء”.
وأوضح غروبوف أن “الخوارزمية المقترحة تسمح باكتشاف الصرع بدقة تصل إلى 71% من خلال تحليل الارتباطات الزمنية طويلة الأمد في نشاط الدماغ لدى المرضى الذين يعانون من هذا النوع من المرض”. وأكد أن “الطريقة الجديدة تعد خطوة مهمة نحو تشخيص الصرع وتطوير طريقة التحفيز الضوئي، لأنها يمكن أن تستخدم الآن لتشخيص الصرع الحساس وغير الحساس للضوء”.
ووفقًا للدراسة المنشورة في مجلة “بي آر إكس لايف” العلمية، يخطط الفريق لاختبار الطريقة المقترحة على مجموعة أكبر من المرضى واختبار طرق أخرى للتعلم الآلي، مثل الشبكات العصبية التلافيفية.
