Kirurger simulerer hele hjerner for å finne kilden til pasientenes anfall

Publisert av Platon

Følgere: 0

Kirurger simulerer hele hjerner for å finne kilden til pasientenes anfall PlatoBlockchain Data Intelligence. Vertikalt søk. Ai.

For et tiår siden ble Human Brain Project lansert med et mål med blå himmel: digitalisering av en menneskelig hjerne.

Målet var ikke å konstruere en gjennomsnittlig hjerne fra grupper av mennesker. Snarere var det å gjenskape deler av en persons unike nevrale forbindelser i en personlig virtuell hjernetvilling.

Implikasjonene var enorme: simulerte hjerner kunne gi viktige ledetråder for å hjelpe til med å knekke noen av de mest plagsomme nevrologiske sykdommene. I stedet for å bruke dyremodeller, kan de bedre representere en Alzheimers hjerne, eller en fra personer med autisme eller epilepsi.

Milliard-europrosjektet var i utgangspunktet møtte mye skepsis. Men da prosjektet ble avsluttet forrige måned, oppnådde det en milepæl. I en studie publisert i januar, viste teamene at virtuelle hjernemodeller av personer med epilepsi kan hjelpe nevrokirurger bedre å jakte på hjerneregionene som er ansvarlige for anfallene deres.

Hver virtuell hjerne benyttet seg av en beregningsmodell kalt Virtual Epileptic Patient (VEP), som bruker en persons hjerneskanninger for å lage sin digitale tvilling. Med en dose AI simulerte teamet hvordan anfallsaktivitet sprer seg over hjernen, noe som gjør det lettere å oppdage hotspots og bedre målrette kirurgiske inngrep. Metoden testes nå i en pågående klinisk utprøving kalt EPINOV. Hvis det lykkes, vil det være den første personlig tilpassede hjernemodelleringsmetoden som brukes til epilepsikirurgi og kan bane veien for å takle andre nevrologiske lidelser.

Resultatene vil være en del av arven etter den virtuelle hjernen (TVB), en beregningsplattform for å digitalisere personlige nevrale forbindelser. Jaktbeslag er bare begynnelsen. For Dr. Viktor Jirsa ved Aix-Marseille-universitetet i Frankrike, som ledet arbeidet, kan disse simuleringene forandre hvordan vi diagnostiserer og behandler nevrologiske lidelser.

For å være tydelig: modellene er ikke eksakte kopier av en menneskelig hjerne. Det er ingen bevis for at de "tenker" eller er bevisste på noen måte. Snarere simulerer de personaliserte hjernenettverk - det vil si hvordan en hjerneregion "snakker" med en annen - basert på bilder av ledningene deres.

"Ettersom bevis akkumuleres til støtte for prediksjonskraften til personlige virtuelle hjernemodeller, og ettersom metoder testes i kliniske studier, kan virtuelle hjerner informere klinisk praksis i nær fremtid," Jirsa og kolleger skrev.

Biologiske til digitale hjerner

Storskala hjernekartleggingsprosjekter synes nå triviell. Fra de som kartlegger forbindelser på tvers av en pattedyrhjerne til de som destillerer hjernens algoritmer fra nevrale ledninger, hjernekart har vokst til flere atlas og 3D-modeller for alle å utforske.

Tilbakeblikk til 2013. AI for å dechiffrere hjernen var bare en drøm – men en som allerede ble forfulgt av en elendig oppstart nå kjent som DeepMind. Nevrovitenskapsmenn jaktet på den nevrale koden - hjernens algoritmer - med suksess, men i uavhengige laboratorier.

Hva om vi kombinerer disse anstrengelsene?

Gå inn i Human Brain Project (HBP). Med mer enn 500 forskere fordelt på 140 universiteter og andre forskningsinstitusjoner, ble EU-prosjektet et av de første store programmene – sammen med USAs BRAIN-initiativ og Japans Hjerne/SINN– å forsøke å løse hjernens mysterier ved å digitalt kartlegge dens intrikate forbindelser.

I HBPs kjerne er en digital plattform kalt EBRAINS. Tenk på det som et offentlig torg, der nevrovitenskapsmenn samler og åpent deler dataene sine for å samarbeide med et bredere fellesskap. I sin tur, håper man, kan den globale innsatsen generere bedre modeller av hjernens indre funksjoner.

Hvorfor bry seg? Våre tanker, minner og følelser er alle kodet i hjernens nevrale nettverk. Som hvordan Google Maps for lokale veier gir innsikt i trafikkmønstre, kan hjernekart gi ideer om hvordan nevrale nettverk normalt kommuniserer – og når de går galt.

Et eksempel: Epilepsi.

Den virtuelle epilepsi-tvillingen

Epilepsi påvirker omtrent 50 millioner mennesker over hele verden og utløses av unormal hjerneaktivitet. Det finnes medisinske behandlinger. Dessverre reagerer ikke rundt en tredjedel av pasientene på medisiner mot anfall og trenger kirurgi.

Det er en tøff prosedyre. Pasienter blir implantert med flere elektroder for å finne kilden til anfallene (kalt epileptogen sone). En kirurg klipper deretter bort disse delene av hjernen, i håp om å dempe uønskede nevrale lynstormer og minimere bivirkninger.

Operasjonen er en "enorm game changer" for mennesker med ubehandlet epilepsi, sa Dr. Aswin Chari ved University College London, som ikke var involvert i studien. Men prosedyren har bare en suksessrate på omtrent 60 prosent, hovedsakelig fordi den epileptogene sonen er vanskelig å finne.

"Før kirurgi kan finne sted, må pasienten ha en prekirurgisk evaluering for å fastslå om og hvordan kirurgisk behandling kan stoppe anfallene uten å forårsake nevrologiske underskudd," sa Jirsa og kollegaer.

Den nåværende metoden er avhengig av en myriade av hjerneskanninger. MR (magnetisk resonansavbildning), for eksempel, kan kartlegge detaljerte strukturer i hjernen. EEG (elektroencefalografi) fanger opp hjernens elektriske mønstre med strategisk plasserte elektroder over hodebunnen.

SEEG (stereoelektroencefalografi) er den neste anfallsjegeren. Her plasseres opptil 16 elektroder direkte inn i skallen for å overvåke mistenkelige områder i opptil to uker. Selv om metoden er kraftig, er den langt fra perfekt. Hjernens elektriske aktivitet "nynner" ved forskjellige frekvenser. Som et par grunnleggende hodetelefoner, fanger SEEG opp høyfrekvent hjerneaktivitet, men savner "bassen" - lavfrekvente aberrasjoner som noen ganger sees i anfall.

I den nye studien integrerte teamet alle disse testresultatene i Virtual Epileptic Patient-modellen bygget på Virtual Brain-plattformen. Det starter med bilder av hver pasients hjerne fra MR- og CT-skanninger – sistnevnte sporer opp motorveiene for hvit substans som forbinder hjerneregioner. Når dataene kombineres med SEEG-opptak, rulles de sammen til personlige kart med "noder" - deler av hjernen som er sterkt forbundet med hverandre.

Disse personlige kartene blir en del av den prekirurgiske screeningsrutinen, uten ekstra innsats eller stress på pasienten.

Ved å bruke maskinlæringsbaserte simuleringer kan teamet bygge en "digital tvilling" som grovt etterligner en persons hjernestruktur, aktivitet og dynamikk. I en retrospektiv test av 53 personer med epilepsi brukte de disse virtuelle hjernene til å jakte på hjerneregionen som er ansvarlig for hver persons anfall ved å utløse anfallslignende aktivitet i de digitale hjernene. Ved å teste flere virtuelle operasjoner fant teamet regioner å fjerne for det beste resultatet.

I ett eksempel genererte teamet en virtuell hjerne for en pasient som fikk fjernet 19 deler av hjernen for å kvitte seg med anfallene. Ved å bruke simulert kirurgi samsvarte de virtuelle resultatene med utfallet av de faktiske.

Samlet sett omfatter simuleringene hele hjernen. De er personlige atlasser av 162 hjerneregioner med en oppløsning på rundt én kvadratmillimeter – omtrent på størrelse med et lite sandkorn. Teamet jobber allerede med å øke oppløsningen med tusen ganger.

En personlig fremtid

Den pågående epilepsistudien EPINOV har rekruttert over 350 personer. Forskere vil følge opp resultatene deres i et år for å se om en digital surrogathjerne hjelper til med å holde dem fri for anfall.

Til tross for et tiår med arbeid, er det fortsatt tidlig for å bruke virtuelle hjernemodeller for å behandle lidelser. For det første endres nevrale forbindelser over tid. En modell av en epilepsipasient er bare et øyeblikksbilde i tid og fanger kanskje ikke deres helsestatus etter behandling eller andre livshendelser.

Men den virtuelle hjernen er et kraftig verktøy. Utover epilepsi, er det satt til å hjelpe forskere med å utforske andre nevrologiske lidelser, som Parkinsons sykdom eller multippel sklerose. Til syvende og sist, sa Jirsa, handler alt om samarbeid.

"Beregningsnevromedisin trenger å integrere høyoppløselige hjernedata og pasientspesifisitet," han sa. "Vår tilnærming er sterkt avhengig av forskningsteknologiene i EBRAINS og kunne bare vært mulig i et storstilt samarbeidsprosjekt som Human Brain Project."

Bilde Credit: KOMMERS / Unsplash