سرجن اپنے مریضوں کے دوروں کے ماخذ کو پن کرنے کے لیے پورے دماغ کی نقل کر رہے ہیں

سرجن اپنے مریضوں کے دوروں کے ماخذ کو پن کرنے کے لیے پورے دماغ کی نقل کر رہے ہیں

Surgeons Are Simulating Whole Brains to Pin Down the Source of Their Patients’ Seizures PlatoBlockchain Data Intelligence. Vertical Search. Ai.

ایک دہائی قبل، ہیومن برین پروجیکٹ کا آغاز ایک نیلے آسمانی مقصد کے ساتھ کیا گیا: انسانی دماغ کو ڈیجیٹائز کرنا۔

مقصد لوگوں کے گروپوں سے اوسط دماغ کی تعمیر نہیں تھا. بلکہ، یہ ایک شخص کے منفرد اعصابی رابطوں کے حصوں کو ایک ذاتی مجازی دماغ کے جڑواں میں نقل کرنا تھا۔

مضمرات بہت بڑے تھے: مصنوعی دماغ کچھ انتہائی پریشان کن اعصابی بیماریوں کو توڑنے میں مدد کے لیے اہم اشارے فراہم کر سکتے ہیں۔ جانوروں کے ماڈل استعمال کرنے کے بجائے، وہ الزائمر کے دماغ کی بہتر نمائندگی کر سکتے ہیں، یا آٹزم یا مرگی والے لوگوں میں سے ایک۔

بلین یورو کا منصوبہ تھا۔ ابتدائی طور پر بہت زیادہ شکوک و شبہات کے ساتھ ملاقات کی. اس کے باوجود جیسے ہی یہ منصوبہ گزشتہ ماہ مکمل ہوا، اس نے ایک سنگ میل حاصل کیا۔ ایک مطالعہ میں اس جنوری کو شائع کیا گیا، ٹیموں نے ظاہر کیا کہ مرگی کے شکار لوگوں کے دماغ کے ورچوئل ماڈل نیورو سرجن کو ان کے دوروں کے لیے ذمہ دار دماغی علاقوں کو بہتر طریقے سے تلاش کرنے میں مدد کر سکتے ہیں۔

ہر ورچوئل دماغ کو ایک کمپیوٹیشنل ماڈل میں ٹیپ کیا جاتا ہے جسے ورچوئل ایپی لیپٹک پیشنٹ (VEP) کہا جاتا ہے، جو ایک شخص کے دماغی اسکین کو ان کے ڈیجیٹل جڑواں بنانے کے لیے استعمال کرتا ہے۔ AI کی ایک خوراک کے ساتھ، ٹیم نے نقل کیا کہ کس طرح قبضے کی سرگرمی پورے دماغ میں پھیلتی ہے، جس سے ہاٹ سپاٹ کو تلاش کرنا آسان ہو جاتا ہے اور سرجیکل مداخلت کو بہتر طریقے سے نشانہ بنایا جاتا ہے۔ طریقہ اب ایک میں آزمایا جا رہا ہے۔ جاری کلینیکل ٹرائل EPINOV کہا جاتا ہے۔ اگر کامیاب ہو جاتا ہے، تو یہ مرگی کی سرجری کے لیے استعمال ہونے والا پہلا ذاتی نوعیت کا دماغی ماڈلنگ طریقہ ہو گا اور دیگر اعصابی عوارض سے نمٹنے کے لیے راستہ ہموار کر سکتا ہے۔

نتائج کی میراث کا حصہ ہوں گے۔ مجازی دماغ (TVB)، ذاتی نوعیت کے اعصابی رابطوں کو ڈیجیٹائز کرنے کے لیے ایک کمپیوٹیشنل پلیٹ فارم۔ شکار کے دورے ابھی شروعات ہیں۔ فرانس کی Aix-Marseille یونیورسٹی کے ڈاکٹر وکٹر جرسا کے لیے، جنہوں نے اس کوشش کی قیادت کی، یہ نقالی اس بات کو بدل سکتی ہیں کہ ہم کس طرح اعصابی عوارض کی تشخیص اور علاج کرتے ہیں۔

واضح ہونے کے لیے: ماڈلز انسانی دماغ کے عین مطابق نقل نہیں ہیں۔ اس بات کا کوئی ثبوت نہیں ہے کہ وہ کسی بھی طرح سے "سوچ" یا ہوش میں ہیں۔ بلکہ، وہ ذاتی نوعیت کے دماغی نیٹ ورکس کی تقلید کرتے ہیں—یعنی دماغ کا ایک خطہ دوسرے سے "بات چیت" کیسے کرتا ہے — ان کی وائرنگ کی تصاویر کی بنیاد پر۔

"جیسا کہ ذاتی مجازی دماغی ماڈلز کی پیشن گوئی کی طاقت کی حمایت میں شواہد جمع ہوتے ہیں، اور جیسا کہ کلینیکل ٹرائلز میں طریقے آزمائے جاتے ہیں، ورچوئل دماغ مستقبل قریب میں کلینیکل پریکٹس کو مطلع کر سکتے ہیں،" جرسا اور ساتھی لکھا ہے.

حیاتیاتی سے ڈیجیٹل دماغ

بڑے پیمانے پر دماغی نقشہ سازی کے منصوبے اب لگتے ہیں۔ تچرچھ. ان سے یہ نقشہ ایک ممالیہ کے دماغ میں کنکشن کا ہے۔ ان لوگوں کے لیے جو دماغ کے الگورتھم کو نکالتے ہیں۔ اعصابی وائرنگ، دماغ کے نقشے ایک سے زیادہ اٹلس میں بڑھ چکے ہیں اور کسی کے بھی دریافت کرنے کے لیے 3D ماڈل.

2013 کا فلیش بیک۔ دماغ کو سمجھنے کے لیے AI محض ایک خواب تھا—لیکن اس کا تعاقب پہلے سے ہی ایک ناکارہ سٹارٹ اپ جس کو اب ڈیپ مائنڈ کے نام سے جانا جاتا ہے۔ نیورو سائنسدان کامیابی کے ساتھ نیورل کوڈ — دماغ کے الگورتھم — کو تلاش کر رہے تھے، لیکن آزاد لیبز میں۔

کیا ہوگا اگر ہم ان کوششوں کو ملا دیں؟

ہیومن برین پروجیکٹ (HBP) درج کریں۔ 500 یونیورسٹیوں اور دیگر تحقیقی اداروں میں 140 سے زیادہ سائنسدانوں کے ساتھ، یوروپی یونین کا منصوبہ پہلے بڑے پیمانے کے پروگراموں میں سے ایک بن گیا۔  برین انیشی ایٹو اور جاپان کی دماغ/ دماغدماغ کے اسرار کو اس کے پیچیدہ رابطوں کی ڈیجیٹل نقشہ سازی کے ذریعے حل کرنے کی کوشش کرنا۔

HBP کے مرکز میں EBRAINS کے نام سے ایک ڈیجیٹل پلیٹ فارم ہے۔ اسے ایک عوامی مربع کے طور پر سوچیں، جہاں نیورو سائنسدان اکٹھے ہوتے ہیں اور ایک وسیع تر کمیونٹی کے ساتھ تعاون کرنے کے لیے اپنے ڈیٹا کو کھلے عام شیئر کرتے ہیں۔ اس کے نتیجے میں، یہ امید ہے کہ، عالمی کوشش دماغ کے اندرونی کاموں کے بہتر ماڈل تیار کر سکتی ہے۔

پرواہ کیوں؟ ہمارے خیالات، یادیں اور جذبات سبھی دماغ کے عصبی نیٹ ورکس میں انکوڈ ہوتے ہیں۔ جیسے کہ مقامی سڑکوں کے لیے Google Maps کس طرح ٹریفک کے نمونوں کی بصیرت فراہم کرتا ہے، دماغی نقشے اس بارے میں خیالات کو جنم دے سکتے ہیں کہ اعصابی نیٹ ورکس عام طور پر کیسے بات چیت کرتے ہیں—اور جب وہ خراب ہو جاتے ہیں۔

ایک مثال: مرگی.

ورچوئل ایپی لیپسی ٹوئن

مرگی دنیا بھر میں تقریباً 50 ملین افراد کو متاثر کرتی ہے اور دماغ کی غیر معمولی سرگرمی سے اس کا محرک ہوتا ہے۔ طبی علاج ہیں۔ بدقسمتی سے، تقریباً ایک تہائی مریض دورہ مخالف ادویات کا جواب نہیں دیتے اور انہیں سرجری کی ضرورت ہوتی ہے۔

یہ ایک سخت طریقہ کار ہے۔ مریضوں کو دوروں کے ماخذ کا پتہ لگانے کے لیے متعدد الیکٹروڈز لگائے جاتے ہیں (جسے ایپی لیپٹوجینک زون کہا جاتا ہے)۔ اس کے بعد ایک سرجن دماغ کے ان حصوں کو چھین لیتا ہے، اس امید میں کہ وہ ناپسندیدہ عصبی بجلی کے طوفانوں کو خاموش کر دے اور اس کے مضر اثرات کو کم کر سکے۔

سرجری ناقابل علاج مرگی والے لوگوں کے لیے ایک "بڑی گیم چینجر" ہے، نے کہا یونیورسٹی کالج لندن میں ڈاکٹر اسون چاری، جو اس مطالعے میں شامل نہیں تھے۔ لیکن اس طریقہ کار کی کامیابی کی شرح تقریباً 60 فیصد ہے، بڑی حد تک اس لیے کہ مرگی کے زون کی نشاندہی کرنا مشکل ہے۔

"سرجری ہونے سے پہلے، مریض کو یہ معلوم کرنے کے لیے ضروری ہے کہ جراحی کا علاج اعصابی خسارے کے بغیر ان کے دوروں کو کیسے اور کیسے روک سکتا ہے،" نے کہا جرسہ اور ساتھی۔

موجودہ طریقہ دماغی اسکینوں کے ہزارہا پر انحصار کرتا ہے۔ MRI (مقناطیسی گونج امیجنگ)، مثال کے طور پر، دماغ کے تفصیلی ڈھانچے کا نقشہ بنا سکتا ہے۔ EEG (electroencephalography) دماغ کے برقی نمونوں کو کھوپڑی پر حکمت عملی کے ساتھ رکھے ہوئے الیکٹروڈز کے ساتھ پکڑتا ہے۔

SEEG (stereoelectroencephalography) قبضے کا اگلا شکاری ہے۔ یہاں، دو ہفتوں تک مشکوک جگہوں کی نگرانی کے لیے 16 تک الیکٹروڈ براہ راست کھوپڑی میں رکھے جاتے ہیں۔ طریقہ، طاقتور ہونے کے باوجود، کامل سے دور ہے۔ دماغ کی برقی سرگرمی مختلف تعدد پر "hums" کرتی ہے۔ بنیادی ہیڈ فونز کے ایک جوڑے کی طرح، SEEG اعلی تعدد دماغی سرگرمی کو پکڑتا ہے لیکن "باس" سے محروم رہتا ہے - کم تعدد کی خرابیاں بعض اوقات دوروں میں نظر آتی ہیں۔

نئی تحقیق میں، ٹیم نے ان تمام ٹیسٹ کے نتائج کو ورچوئل ایپی لیپٹک مریض ماڈل میں ضم کر دیا جو ورچوئل برین پلیٹ فارم پر بنایا گیا تھا۔ یہ ایم آر آئی اور سی ٹی اسکینز سے ہر مریض کے دماغ کی تصاویر سے شروع ہوتا ہے - بعد میں دماغ کے علاقوں کو جوڑنے والی سفید مادے کی شاہراہوں کا پتہ لگاتا ہے۔ ڈیٹا، جب SEEG ریکارڈنگ کے ساتھ ملایا جاتا ہے، تو "نوڈز" کے ساتھ ذاتی نقشوں میں لپیٹ دیا جاتا ہے—دماغ کے وہ حصے جو ایک دوسرے کے ساتھ انتہائی جڑے ہوئے ہیں۔

یہ ذاتی نوعیت کے نقشے پریزرجیکل اسکریننگ کے معمول کا حصہ بن جاتے ہیں، جس میں مریض پر کوئی اضافی کوشش یا دباؤ نہیں ہوتا ہے۔

مشین لرننگ پر مبنی تخروپن کا استعمال کرتے ہوئے، ٹیم ایک "ڈیجیٹل جڑواں" بنا سکتی ہے جو کسی شخص کے دماغ کی ساخت، سرگرمی اور حرکیات کی تقریباً نقل کرتا ہے۔ مرگی کے شکار 53 افراد کے ایک سابقہ ​​امتحان میں، انہوں نے ان ورچوئل دماغوں کو ڈیجیٹل دماغوں میں دوروں جیسی سرگرمی کو متحرک کر کے ہر شخص کے دوروں کے لیے ذمہ دار دماغی علاقے کو تلاش کرنے کے لیے استعمال کیا۔ متعدد ورچوئل سرجریوں کی جانچ کرتے ہوئے، ٹیم نے بہترین نتائج کے لیے ہٹانے کے لیے علاقوں کو پایا۔

ایک مثال میں، ٹیم نے ایک ایسے مریض کے لیے ایک ورچوئل دماغ تیار کیا جس کے دماغ کے 19 حصے نکالے گئے تاکہ اسے دوروں سے نجات مل سکے۔ مصنوعی سرجری کا استعمال کرتے ہوئے، مجازی نتائج اصل کے نتائج سے مماثل ہیں۔

مجموعی طور پر، نقالی پورے دماغ کو گھیرے ہوئے ہیں۔ وہ 162 دماغی خطوں کے ذاتی نوعیت کے اٹلس ہیں جن کی ریزولوشن تقریباً ایک مربع ملی میٹر ہے - تقریباً ریت کے ایک چھوٹے سے دانے کے برابر ٹیم پہلے سے ہی قرارداد کو ایک ہزار گنا بڑھانے کے لیے کام کر رہی ہے۔

ایک ذاتی مستقبل

مرگی کے جاری ٹرائل EPINOV نے 350 سے زیادہ لوگوں کو بھرتی کیا ہے۔ سائنس دان ایک سال تک ان کے نتائج کی پیروی کریں گے کہ آیا ڈیجیٹل سروگیٹ دماغ انہیں دوروں سے پاک رکھنے میں مدد کرتا ہے۔

ایک دہائی کے کام کے باوجود، عوارض کے علاج کے لیے ورچوئل دماغی ماڈل استعمال کرنے کے لیے ابھی ابتدائی دن ہیں۔ ایک تو، عصبی رابطے وقت کے ساتھ بدلتے رہتے ہیں۔ مرگی کے مریض کا نمونہ وقت کا صرف ایک تصویر ہے اور ہوسکتا ہے کہ علاج یا زندگی کے دیگر واقعات کے بعد ان کی صحت کی حالت کو نہ پکڑ سکے۔

لیکن ورچوئل دماغ ایک طاقتور ٹول ہے۔ مرگی کے علاوہ، یہ سائنسدانوں کو دیگر اعصابی عوارض، جیسے پارکنسنز کی بیماری یا ایک سے زیادہ سکلیروسیس کو دریافت کرنے میں مدد کرنے کے لیے تیار ہے۔ آخر میں، جرسا نے کہا، یہ سب تعاون کے بارے میں ہے۔

"کمپیوٹیشنل نیورو میڈیسن کو ہائی ریزولوشن دماغی ڈیٹا اور مریض کی مخصوصیت کو مربوط کرنے کی ضرورت ہے،" وہ نے کہا. "ہمارا نقطہ نظر EBRAINS میں تحقیقی ٹیکنالوجیز پر بہت زیادہ انحصار کرتا ہے اور یہ صرف ایک بڑے پیمانے پر، باہمی تعاون پر مبنی منصوبے جیسے ہیومن برین پروجیکٹ میں ہی ممکن ہو سکتا تھا۔"

تصویری کریڈٹ: کومرز / Unsplash سے 

ٹائم اسٹیمپ:

سے زیادہ یکسانیت مرکز