מדע ואינטליגנציה מלאכותית בשילוב באוניברסיטה הרפואית בדרום קרוליינה במחקר שעלול להוביל לגירוי מגנטי טרנס -גולני המותאם אישית, או RTMs, עבור מעשנים שרוצים להיגמל.
אנו רוצים לשפר את היעילות והספציפיות של RTMs ולהפחית את תופעות הלוואי. "
Xingbao LI, MD, מנהיג המחקר
הוא פרופסור חבר במחלקה לפסיכיאטריה ומדעי ההתנהגות שעשתה מחקר נרחב בנושא TMS.
הצוות שלו פרסם את ממצאיו בכתב העת Brain Congentivity.
TMS משתמשת בפולסים אלקטרומגנטיים כדי להשפיע על פעילות המוח ויכולה להיות ידועה בעיקר בזכות תפקידה בטיפול בדיכאון והפרעה אובססיבית-כפייתית. תופעות לוואי כוללות אי נוחות באתר הגירוי וכאבי ראש.
TMS אושר גם על ידי מינהל המזון והתרופות לעישון. MUSC Health היה המקום הראשון בדרום קרוליינה שהציע TMS למעשנים. מחקרים הראו כי מפגשים מרובים של RTMs, ספציפית מעל קליפת המוח הקדמית השמאלית של המוח, יכולים לחתוך את התשוקות וצריכת הסיגריות.
מחקר MUSC החדש ממוקד עוד יותר מזה, תוך שימוש בסוג של AI בשם Learning Machine כדי לנתח תמונות מהרשתות העצביות של המוח כדי לבדוק אם ניתן לחזות אילו מעשנים עשויים להפיק תועלת ממספר מפגשים של RTMs, הידועים גם בשם TMs חוזרים ונשנים.
לשם כך, החוקרים השתמשו בהדמיית תהודה מגנטית פונקציונלית, או FMRI, כדי לאתר שינויים בזרימת הדם למדידת פעילות המוח. הם התבוננו ברשתות עצביות כאשר המשתתפים היו במצב מנוחה, נרגעים בעיניהם עצומות, וכאשר הם נחשפו לעישון תמונות.
ניתוח זה מצא כי רשת עצבית אחת בלטה: רשת המליחות. זה מסנן מידע כדי לקבוע מה בולט, או חשוב, להתמקד בו. במחקר, קישוריות ברשת הבולטות הייתה המנבא הטוב ביותר ליעילות RTMS.
"המחקר נותן לנו מפת דרכים להרחבת RTMs בהתאמה אישית ולבניית צינור FMRI וצינור ביולוגי רב -מודאלי. השיטות יכולות לשמש גם להפרעות אחרות בשימוש בחומרים," אמר לי.
"מחקרים היסטוריים מתמקדים ברשת התגמול אצל מעשני סיגריות," הוא המשיך והתייחס לאזורי המוח המעורבים במוטיבציה והנאה.
"הופתענו לגלות שרשת הבולטות ממלאת תפקיד כה מכריע בהתנהגות העישון. זה הופך את רשת הבולטות לגשר מכניסטי בין RTMS NeuroModulation להפסקת עישון מוצלחת."
הם גילו את הגשר הזה בעזרת למידת מכונות. בלימוד מכונות, מחשבים מנתחים ולומדים מנתונים מבלי שתוכנתו לעשות זאת. הם משתמשים באלגוריתמים שיכולים לאתר דפוסים סטטיסטיים ולהסתגל אליהם. זה, בתורו, מאפשר לחוקרים לאוטומציה של חלק מהעבודה שלהם ומשפר את הדיוק.
במקרה זה, למידת מכונה ניתחה נתונים שנאספו במהלך מחקר MUSC מוקדם יותר על TMS בקרב מעשנים.
כך הוקם המחקר הקודם. החוקרים גייסו 42 אנשים שרצו להפסיק לעשן. הם חולקו לשתי קבוצות. קבוצה אחת קיבלה TMs אמיתיים. השני קיבל TMs בושה שהרגיש אמיתי. כולם בילו דקה וחצי לפני שכל מפגש TMS באינטראקציה עם דברים כמו סיגריות ומאפרות, ואז במהלך ה- TMS, האמיתי או הבלאי, צפו בסרטונים של אנשים מעשנים. היו 10 מפגשים לאדם במשך תקופה של שבועיים.
בסופו של דבר, החוקרים מצאו כי משתתפים שקיבלו את ה- TMS האמיתי "עישנו פחות משמעותית סיגריות ביום במהלך הטיפול של שבועיים", היו בעלי סיכוי גבוה יותר להיגמל בתאריך היעד שלהם והיו להם תשוקה נמוכה יותר לטבק.
לי אמר בזכות סריקות ה- FMRI שהיו גם חלק מאותה עבודה, המחקר החדש יותר הצליח לבנות על ממצאיו. "באמצעות למידת מכונה כדי לזהות את רשת המוח הלא מתפקדת של האדם ואז ליישם RTMs על הרשת הלא מתפקדת, אנו יכולים לבחור מי מעדיף להשתמש ב- RTM או מי מעדיף רפואה כדי לעזור להם להפסיק לעשן."
המחקר נתמך על ידי מענק של המוסדות הלאומיים לבריאות. הכותבים לא דיווחו על ניגודי אינטרסים. צוות המחקר כולל את קווין קולפילד, דוקטורט; אנדרו חן, דוקטורט; כריסטופר מקמהן, דוקטורט; קארן הרטוול, ד"ר; קתלין בריידי, MD, Ph.D.; ומארק ג'ורג ', MD
לי אמר כי המחקר הקטן יחסית שלהם מניח את הקרקע למחקרים גדולים יותר כדי לחקור עוד יותר TMs ממוקדים עבור מעשנים. "זה ממחיש שחוקרי MUSC יכולים להשתמש בטכנולוגיה חדשה ושפעה גבוהה כדי לעבור מעבר לגירוי של מיעד קבוע לתאי עצביות מדויקים."
