Изкуственият интелект открива нови подтипове на множествена склероза

Нови изследвания установиха два неизвестни до момента биологични подтипа на множествена склероза (МС), благодарение на анализа на MRI скенери и прост кръвен тест от стотици пациенти. Тази находка, осъществена чрез изкуствен интелект, предлага възможност за по-точно адаптиране на леченията към индивидуалните нужди на пациентите.

Изследването, проведено от Университетския колеж Лондон (UCL) и Кралица Скуеър Аналитикс, анализира данни от около 600 пациенти с МС. Изследователите се фокусираха върху нива на серумен невропилиментен лек протеин (sNfL), който се освобождава при увреждане на нервните клетки и може да покаже активността на заболяването.

Как е проведено изследването

Използвайки модел на машинно обучение, известен като SuStaIn, учените комбинираха данни за sNfL с MRI скенери. Резултатите, публикувани в медицинското списание „Brain“, разкриха два подтипа на МС: „ранен sNfL“ и „късен sNfL“. При пациентите с „рано sNfL“ МС, високи нива на протеина се появяват рано в заболяването, съпроводени от увреждане на corpus callosum – структура, свързваща двете половини на мозъка. Тези пациенти развиват и мозъчни лезии по-бързо, което предполага по-агресивна и активна форма на МС.

На свой ред, лицата с „късен sNfL“ МС показват свиване на мозъчната тъкан в региони като лимбичната кора и дълбокото сиво вещество, преди нивата на sNfL да се увеличат. Този модел изглежда по-бавен, с по-видимо увреждане на нервите, което настъпва по-късно.

Как откритията ще променят диагностицирането и лечението на МС

Изследователите подчертават, че идентифицирането на тези биологични модели може да помогне на лекарите да предвидят как ще протече заболяването и да изберат подходящи лечения. Д-р Арман Ешаги, водещ автор на изследването, коментира: „МС не е едно заболяване и текущите подтипове не отразяват промените в тъканите, които трябва да знаем, за да го лекуваме.“

Той добавя, че комбинирайки AI модел с широко достъпен кръвен маркер и MRI, за първи път успяват да покажат два ясни биологични модела на МС. Това ще помогне на клиницистите да разберат къде се намира пациентът в развитието на заболяването и кой може да се нуждае от по-близко наблюдение или по-ранно целево лечение.

В бъдеще, пациентите, идентифицирани с „рано sNfL“ МС, могат да получат по-ефикасни лечения по-рано и да бъдат наблюдавани по-внимателно. За тези с „късен sNfL“ МС може да се наложи различен подход, включващ терапии, насочени към защита на мозъчните клетки и забавяне на дегенерацията.

Caitlin Astbury, старши мениджър на комуникации в MS Society, сподели, че изследването използва машинно обучение за комбиниране на MRI скенери и биологични маркери от пациенти с рецидивираща и вторично прогресираща МС. „През последните години разработихме по-добро разбиране за биологията на състоянието. Но в момента определенията се основават на клиничните симптоми, които пациентът изпитва,“ добави Astbury.

В момента съществуват около 20 опции за лечение на пациенти с рецидивираща МС, а някои терапии започват да се появяват и за прогресивни форми на заболяването. Въпреки това, много пациенти все още имат ограничени или никакви ефективни опции. „Колкото повече научаваме за състоянието, толкова по-вероятно е да намерим лечения, които могат да спрат прогресията на заболяването,“ заключи Astbury.