Ποσοτικοποίηση του κινδύνου αφασίας που σχετίζεται με χειρουργική επέμβαση μετά την αφαίρεση του όγκου του εγκεφάλου

Ποσοτικοποίηση του κινδύνου αφασίας που σχετίζεται με χειρουργική επέμβαση μετά την αφαίρεση του όγκου του εγκεφάλου

Μπορούν οι χειρουργοί να ποσοτικοποιήσουν τον κίνδυνο αφασίας κατά την αφαίρεση ενός όγκου εγκεφάλου; Για να το ανακαλύψουν, ερευνητές στην κλινική Rechts der Isar στο Τεχνικό Πανεπιστήμιο του Μονάχου (TUM) αναλύουν τον εγκέφαλο ως δίκτυο. Σε μια πρόσφατη μελέτη με 60 ασθενείς, πέτυχαν ποσοστό επιτυχίας με τα τρία τέταρτα των προβλέψεών τους.

Mit einer speziellen Form der Magnetresonanztomographie, der sogenannten Traktographie, erstellen Wissenschaftler der TUM 3D-Darstellungen der Netzwerke von Nervenbahnen im Gehirn. Bildnachweis: Technische Universität München (TUM)

Οι όγκοι του εγκεφάλου είναι σχετικά σπάνιοι. Σύμφωνα με τη Γερμανική Εταιρεία Νευρολογίας, η ετήσια επίπτωση είναι περίπου πέντε περιπτώσεις ανά 100.000 κατοίκους. «Αλλά στις περισσότερες περιπτώσεις, η χειρουργική αφαίρεση του όγκου είναι αναπόφευκτη», λέει ο καθηγητής Sandro Krieg, ο οποίος εκτιμά ότι ένα γλοίωμα - μια κοινή μορφή όγκου στον εγκέφαλο - αφαιρείται στο Klinikum Rechts der Isar στο Τεχνικό Πανεπιστήμιο του Μονάχου (TUM). “Σχεδόν κάθε μέρα.”

Ανάλογα με τον όγκο, ο Krieg και οι συνεργάτες του αναπτύσσουν ατομικές θεραπευτικές και χειρουργικές στρατηγικές. Ένα κρίσιμο σημείο: Ο υγιής ιστός θα πρέπει να φυλάσσεται όσο το δυνατόν περισσότερο και δεν θα πρέπει να καταστραφούν οι δομές που θα μπορούσαν να οδηγήσουν σε περαιτέρω περιορισμούς. Για παράδειγμα, «αφασία» είναι ο όρος για τις μετεγχειρητικές γλωσσικές διαταραχές. «Θέλουμε να έχουμε ακριβή γνώση για τον κίνδυνο αφασίας πριν από την επέμβαση».

Ο επικεφαλής ιατρός της νευροχειρουργικής κλινικής στην κλινική Rechts der Isar εργάζεται στην προεγχειρητική χαρτογράφηση του εγκεφάλου για περισσότερα από 10 χρόνια. "Γνωρίζουμε από καιρό τις κεντρικές τοποθεσίες στον εγκέφαλο που είναι υπεύθυνες για λειτουργίες όπως η κίνηση ή η γλώσσα. Αλλά μόλις τα τελευταία πέντε χρόνια αρχίσαμε να αναλύουμε το δίκτυο του εγκεφάλου για να μάθουμε πώς συνεργάζονται οι διάφορες περιοχές, για παράδειγμα, για να μπορέσει ένα άτομο να μιλήσει. Ένα πράγμα είναι σαφές: δεν υπάρχει κανένα γλωσσικό κέντρο.

Όγκος εγκεφάλου: Προβλέψεις μέσω μηχανικής μάθησης

Η ανάλυση των ιδιοτήτων του δικτύου του εγκεφάλου - η λεγόμενη ανάλυση σύνδεσης - μια διαδικασία που χρησιμοποιεί η ομάδα του καθηγητή Krieg εδώ και περίπου δύο χρόνια - παίζει βασικό ρόλο στην τρέχουσα έρευνα. «Με αυτόν τον τρόπο, ποσοτικοποιούμε τις συνδέσεις σε μεμονωμένες περιοχές του εγκεφάλου», λέει ο καθηγητής Krieg. «Έχουμε αρχίσει να αναθέτουμε πιο ακριβείς λειτουργίες σε περιοχές του εγκεφάλου».

Ηλεκτρονικό βιβλίο νευροεπιστήμης

Συγκέντρωση των κορυφαίων συνεντεύξεων, άρθρων και ειδήσεων του περασμένου έτους. Κατεβάστε ένα δωρεάν αντίγραφο

Οι επιστήμονες του TUM Dr. Haosu Zhang και Dr. Sebastian Ille έχουν χαρτογραφήσει ανατομικές εικόνες των στρωμάτων του εγκεφάλου που είναι υπεύθυνες για τη γλωσσική ικανότητα. Η διαδικασία είναι η εξής: «Χρησιμοποιώντας μια ειδική μορφή απεικόνισης μαγνητικού συντονισμού, τρακτογραφία, δημιουργούμε τρισδιάστατες αναπαραστάσεις των δικτύων και των υποδικτύων των νευρικών οδών στον εγκέφαλο», εξηγεί ο Zhang.

Αυτή η ανάλυση δικτύου υποστηρίζεται από τη μέθοδο της πλοήγησης διακρανιακής μαγνητικής διέγερσης, στην οποία ένας στοχευμένος μαγνητικός παλμός αναστέλλει τα νευρικά κύτταρα σε οδούς ινών που είναι υπεύθυνες για τη γλώσσα. Αυτό προκαλεί στον ασθενή μια προσωρινή διαταραχή της ομιλίας, η οποία μπορεί να εντοπιστεί σε ανάλυση βίντεο. Επιτρέπει στους ερευνητές να προσδιορίσουν με ακρίβεια τις περιοχές του εγκεφάλου που είναι υπεύθυνες για τη γλώσσα.

Συνδυάζουμε τις λεγόμενες παραμέτρους σύνδεσης από την τρακτογραφία με πληροφορίες σχετικά με τη λειτουργία ομιλίας του ασθενούς.»

Δρ Haosu Zhang, επιστήμονας του TUM

Το ιδιαίτερο με τον αλγόριθμο των Zhang και Ille είναι ότι παρέχει "στατιστικά σημαντικές παραμέτρους" - δεδομένα που μπορούν να χρησιμοποιηθούν για την εκπαίδευση ενός μοντέλου μηχανικής μάθησης και, επομένως, τον εντοπισμό της γλώσσας μεμονωμένων ασθενών. Όσο πολύπλοκη και αν φαίνεται η εφαρμογή των διαφορετικών μεθόδων ανάλυσης, το βασικό χαρακτηριστικό της μεθόδου είναι η απλότητά της: ολόκληρη η διαδικασία ανάλυσης λειτουργεί χωρίς πολύπλοκους αλγόριθμους ή ισχυρούς υπολογιστές. «Τα δεδομένα που χρησιμοποιούμε προέρχονται από συνήθεις νοσοκομειακές εξετάσεις», λέει ο Zhang.

Ανάλυση δικτύου: 73 τοις εκατό ακρίβεια στην πρόβλεψη γλωσσικής βλάβης

Σε μια πρόσφατη μελέτη 60 ασθενών, ερευνητές στην κλινική Rechts der Isar έδειξαν ότι αυτή η συνδυασμένη ανάλυση μπορεί να προβλέψει με μεγάλη ακρίβεια (73%) εάν η χειρουργική επέμβαση θα οδηγήσει σε γλωσσικές δυσκολίες (μετεγχειρητική αφασία). «Είναι πολύ σημαντικό να μπορούμε να κάνουμε αυτές τις προβλέψεις», λέει ο Krieg. Είναι ενθουσιασμένος με τη δυνατότητα να είναι σε θέση να ποσοτικοποιήσει τον κίνδυνο με μεγαλύτερη ακρίβεια μέσω «πραγματικής ανάλυσης δικτύου» και να έχει συγκεκριμένα δεδομένα που θα βοηθήσουν στη χαρτογράφηση του εγκεφάλου.

Επιπλέον: Με τη βοήθεια της μηχανικής μάθησης, οι προβλέψεις γίνονται ακόμα καλύτερες με την πάροδο του χρόνου. Αλλά για να γίνει αυτό, οι ερευνητές χρειάζονται περισσότερα δεδομένα ασθενών για να εκπαιδεύσουν τους αλγόριθμους μηχανικής μάθησης. «Είναι η μόνη προσέγγιση που μπορεί να χρησιμοποιήσει μεγάλα δεδομένα για να προβλέψει τον κίνδυνο μιας χειρουργικής επέμβασης», λέει ο καθηγητής Krieg, ο οποίος τώρα σχεδιάζει να στρατολογήσει περισσότερους ασθενείς για την έρευνά του. Πιστεύει ότι μόνο «μερικές εκατοντάδες» ασθενείς θα είναι αρκετοί για εξαιρετικά ακριβείς προβλέψεις.

Πηγή:

Τεχνικό Πανεπιστήμιο του Μονάχου (TUM)

Αναφορά:

Ille, S., et αϊ. (2022) Η προεγχειρητική ανάλυση σύνδεσης με ειδική λειτουργία προβλέπει αφασία που σχετίζεται με χειρουργική επέμβαση μετά από εκτομή γλοιώματος. Χαρτογράφηση του ανθρώπινου εγκεφάλου. doi.org/10.1002/hbm.26014.

.