Imbasan Otak untuk Membantu Autisme ID?

Penyelidikan yang muncul menunjukkan ada hari di mana kelainan otak yang berkaitan dengan autisme dapat dikesan dengan imbasan otak.

Pengesanan awal keabnormalan otak khusus ini dapat menyebabkan peningkatan diagnosis dan peningkatan pemahaman mengenai gangguan spektrum autisme.

Menemui biomarker yang berkaitan dengan autisme telah mencabar, selalunya kerana kaedah yang menunjukkan janji dengan satu kumpulan pesakit gagal ketika diterapkan pada yang lain.

Dalam satu kajian baru, para saintis melaporkan tahap kejayaan baru. Biomarker yang dicadangkan mereka bekerja dengan tahap ketepatan yang tinggi dalam menilai dua kumpulan orang dewasa yang pelbagai.

Para saintis mengembangkan algoritma komputer yang disebut "pengelasan"Kerana dapat mengklasifikasikan kumpulan mata pelajaran - mereka yang mengalami gangguan spektrum autisme dan yang tanpa - berdasarkan imbasan otak fungsi resonans magnetik (fMRI).

Dengan menganalisis beribu-ribu sambungan sambungan rangkaian otak pada sejumlah orang dengan dan tanpa autisme, perisian tersebut menemui 16 hubungan fungsional antara kawasan yang memungkinkan untuk memberitahu, dengan ketepatan yang tinggi, yang secara tradisional didiagnosis menghidap autisme dan yang tidak.

Teknologi ini dikembangkan terutamanya di Advanced Telecommunications Research Institute International di Kyoto, Jepun, dengan sumbangan besar dari tiga pengarang bersama di Brown University di Rhode Island.

Penyelidik mengkaji 181 sukarelawan dewasa di tiga laman web di Jepun dan kemudian menerapkan algoritma tersebut kepada sekumpulan 88 orang dewasa Amerika di tujuh lokasi. Semua sukarelawan kajian dengan diagnosis autisme tidak mempunyai kecacatan intelektual.

"Ini adalah kajian pertama yang [berjaya] menerapkan pengkelasan pada kohort yang sama sekali berbeza," kata penulis bersama Dr. Yuka Sasaki, seorang profesor penyelidikan sains kognitif, linguistik dan psikologi di Brown.

"Ada banyak percubaan sebelumnya. Kami akhirnya mengatasi masalah itu. "

Pengelas, yang menggabungkan dua algoritma pembelajaran mesin, berfungsi dengan baik di setiap populasi, dengan purata 85 peratus ketepatan di kalangan sukarelawan Jepun dan ketepatan 75 persen di kalangan orang Amerika.

Para penyelidik mengira bahawa kebarangkalian untuk melihat tahap prestasi populasi silang ini secara kebetulan adalah 1.4 dalam sejuta.

Para penyelidik mengesahkan keberkesanan pengklasifikasi dengan cara lain dengan membandingkan ramalan pengklasifikasi diagnosis autisme dengan kaedah diagnostik utama yang ada pada doktor, Jadual Pemerhatian Diagnostik Autisme (ADOS).

ADOS tidak berdasarkan penanda biologi atau fisiologi, melainkan pada wawancara doktor dan pemerhatian tingkah laku. Pengelas dapat meramalkan skor pada komponen komunikasi ADOS dengan korelasi yang signifikan secara statistik 0.44. Korelasi menunjukkan bahawa 16 sambungan yang dikenal pasti oleh pengkelasan berkaitan dengan atribut yang penting dalam ADOS.

Para penyelidik kemudian mendapati hubungannya dikaitkan dengan rangkaian otak yang bertanggungjawab untuk fungsi otak seperti mengenali orang lain, pemprosesan wajah dan pemprosesan emosi. Penjajaran anatomi ini selaras dengan gejala yang berkaitan dengan gangguan spektrum autisme seperti persepsi sosial dan emosi.

Akhirnya, pasukan melihat untuk melihat sama ada pengklasifikasi dengan tepat menggambarkan persamaan dan perbezaan antara gangguan spektrum autisme dan keadaan psikiatri yang lain.

Autisme, misalnya, diketahui mempunyai beberapa persamaan dengan skizofrenia tetapi tidak dengan kemurungan atau gangguan hiperaktif kekurangan perhatian.

Apabila digunakan pada pesakit dengan setiap gangguan lain dibandingkan dengan orang yang serupa tanpa syarat, pengkelasan menunjukkan ketepatan yang sederhana tetapi signifikan secara statistik dalam membezakan pesakit skizofrenia, tetapi bukan pesakit depresi atau ADHD.

Imbasan MRI yang diperlukan untuk mengumpulkan data adalah mudah, kata Sasaki. Subjek hanya perlu menghabiskan sekitar 10 minit di mesin dan tidak perlu melakukan tugas khas. Mereka hanya perlu diam dan berehat.

Walaupun kesederhanaan itu dan walaupun pengklasifikasinya menunjukkan prestasi yang sangat baik sebelum ini, kata Sasaki, ia belum siap untuk menjadi alat klinikal. Walaupun masa depan mungkin membawa perkembangan itu, penyempurnaan perlu dilakukan terlebih dahulu.

"Tahap ketepatan harus jauh lebih tinggi," kata Sasaki. "Lapan puluh peratus ketepatan mungkin tidak berguna di dunia nyata."

Tidak jelas bagaimana ia berfungsi di kalangan kanak-kanak, kerana sukarelawan dalam kajian ini adalah semua orang dewasa.

Walaupun pengklasifikasinya tidak bersedia untuk diagnostik semasa, kerana ketepatan meningkatkan imbasan dan analisis mungkin bukan hanya alat diagnostik berasaskan fisiologi, tetapi juga pendekatan untuk memantau keberkesanan rawatan.

Doktor mungkin akan dapat menggunakan alat ini suatu hari nanti untuk memantau sama ada terapi menghasilkan perubahan dalam penyambungan otak, kata Sasaki.

Penyelidikan ini diterbitkan dalam jurnal Komunikasi Alam.

Sumber: Universiti Brown