دستاورد دانشمند ایرانی: شناسایی دو نوع جدید بیماری اماس با کمک هوش مصنوعی
گروهی از دانشمندان بهرهبری یک پژوهشگر ایرانی با کمک هوش مصنوعی موفق شدند دو زیرمجموعه بیولوژیکی کاملاً جدید از بیماری اماس را شناسایی کنند که تا پیشازاین ناشناخته بودند. این کشف بزرگ که حاصل تجزیهوتحلیل اسکنهای مغزی و آزمایش خون صدها بیمار است، میتواند روش درمان پزشکان را دگرگون کند و درمانهای دقیقتری را براساس شرایط اختصاصی هر بیمار ارائه دهد.
گروهی از دانشمندان بهرهبری یک پژوهشگر ایرانی با کمک هوش مصنوعی موفق شدند دو زیرمجموعه بیولوژیکی کاملاً جدید از بیماری اماس را شناسایی کنند که تا پیشازاین ناشناخته بودند. این کشف بزرگ که حاصل تجزیهوتحلیل اسکنهای مغزی و آزمایش خون صدها بیمار است، میتواند روش درمان پزشکان را دگرگون کند و درمانهای دقیقتری را براساس شرایط اختصاصی هر بیمار ارائه دهد.
محققان دو دستهبندی برای MS کشف کردند که تفاوت اصلی در زمانبندی تخریب عصبی و ترشح پروتئین در خون است. در گروه اول که «sNfL زودرس» نامیده میشوند، سطح پروتئین تخریبکننده در همان ابتدای بیماری بالا میرود و آسیبها به جسم پینهای (بخش متصلکننده دو نیمکره مغز) وارد میشود. این گروه معمولاً با سرعت بیشتری دچار ضایعات مغزی میشوند و فرم بیماری آنها تهاجمیتر است.
در مقابل، گروه دوم یا «sNfL دیررس» الگوی متفاوتی دارند. در این افراد ابتدا نواحی خاصی از مغز مانند قشر لیمبیک و ماده خاکستری کوچک میشوند و سطح پروتئین sNfL در مراحل بعدی افزایش مییابد. پیشرفت بیماری در این گروه آهستهتر است و آسیبهای عصبی قابلمشاهده دیرتر خود را نشان میدهند. شناسایی این الگوهای بیولوژیکی به پزشکان امکان میدهد تا آینده بیماری را پیشبینی و داروی مناسب را انتخاب کنند.
دکتر آرمان اسحاقی میگوید که اماس یک بیماری واحد نیست و دستهبندیهای فعلی برای توضیح تغییرات بافتی ناکافی هستند. با این روش جدید، بیمارانی که در دسته تهاجمی (زودرس) قرار دارند، میتوانند بلافاصله درمانهای با اثربخشی بالا دریافت کنند و تحت نظارت دقیقتر قرار بگیرند. از سوی دیگر، بیماران گروه دیررس ممکن است از درمانهای متفاوتی بهره ببرند که بر محافظت از سلولهای مغزی و آهستهکردن روند تخریب تمرکز دارد.